| Título : |
Approximation and Optimization : Algorithms, Complexity and Applications |
| Tipo de documento: |
documento electrónico |
| Autores: |
Demetriou, Ioannis C., ; Pardalos, Panos M., |
| Mención de edición: |
1 ed. |
| Editorial: |
[s.l.] : Springer |
| Fecha de publicación: |
2019 |
| Número de páginas: |
X, 237 p. 56 ilustraciones, 27 ilustraciones en color. |
| ISBN/ISSN/DL: |
978-3-030-12767-1 |
| Nota general: |
Libro disponible en la plataforma SpringerLink. Descarga y lectura en formatos PDF, HTML y ePub. Descarga completa o por capítulos. |
| Palabras clave: |
Teoría de la aproximación Optimización matemática Cálculo de variaciones Algoritmos Análisis numérico Probabilidades Aproximaciones y ampliaciones Cálculo de variaciones y optimización Teoría de probabilidad |
| Índice Dewey: |
511.4 |
| Resumen: |
Este libro se centra en el desarrollo de algoritmos relacionados con la aproximación y sus aplicaciones relevantes. Las contribuciones individuales están escritas por destacados expertos y reflejan direcciones y conexiones emergentes en la aproximación y optimización de datos. Los capítulos analizan temas de vanguardia con aplicaciones muy relevantes en ciencia, ingeniería, tecnología y ciencias sociales. Académicos, investigadores, profesionales de la ciencia de datos, analistas de negocios, investigadores de ciencias sociales y estudiantes de posgrado encontrarán útil la cantidad de ilustraciones, aplicaciones y ejemplos proporcionados. Este volumen se basa en la conferencia Aproximación y optimización: algoritmos, complejidad y aplicaciones, que se celebró en la Universidad Nacional y Kapodistriana de Atenas, Grecia, del 29 al 30 de junio de 2017. La combinación de contenido de encuestas e investigación incluye temas en aproximaciones. a datos discretos con ruido; secuencias binarias; diseño de redes y sistemas energéticos; control difuso; optimización a gran escala; datos ruidosos; aproximación dependiente de datos; sistemas de control en red; aprendizaje automático ; diseño óptimo; no hay teorema del almuerzo gratis; optimización restringida no linealmente; espectroscopia. |
| Nota de contenido: |
Introduction -- Evaluation Complexity Bounds for Smooth Constrained Nonlinear Optimization using Scaled KKT Conditions and High-order Models -- Data-Dependent Approximation in Social Computing -- Multi-Objective Evolutionary Optimization Algorithms for Machine Learning: a Recent Survey -- No Free Lunch Theorem, a Review -- Piecewise Convex-Concave Approximation in the Minimax Norm -- A Decomposition Theorem for the Least Squares Piecewise Monotonic Data Approximation Problem -- Recent Progress in Optimization of Multiband Electrical Filters -- Impact of Error in Parameter Estimations on Large Scale Portfolio Optimization -- Optimal Design of Smart Composites -- Tax Evasion as an Optimal Solution to a Partially Observable Markov Decision Process. |
| En línea: |
https://link-springer-com.biblioproxy.umanizales.edu.co/referencework/10.1007/97 [...] |
| Link: |
https://biblioteca.umanizales.edu.co/ils/opac_css/index.php?lvl=notice_display&i |
Approximation and Optimization : Algorithms, Complexity and Applications [documento electrónico] / Demetriou, Ioannis C., ; Pardalos, Panos M., . - 1 ed. . - [s.l.] : Springer, 2019 . - X, 237 p. 56 ilustraciones, 27 ilustraciones en color. ISBN : 978-3-030-12767-1 Libro disponible en la plataforma SpringerLink. Descarga y lectura en formatos PDF, HTML y ePub. Descarga completa o por capítulos.
| Palabras clave: |
Teoría de la aproximación Optimización matemática Cálculo de variaciones Algoritmos Análisis numérico Probabilidades Aproximaciones y ampliaciones Cálculo de variaciones y optimización Teoría de probabilidad |
| Índice Dewey: |
511.4 |
| Resumen: |
Este libro se centra en el desarrollo de algoritmos relacionados con la aproximación y sus aplicaciones relevantes. Las contribuciones individuales están escritas por destacados expertos y reflejan direcciones y conexiones emergentes en la aproximación y optimización de datos. Los capítulos analizan temas de vanguardia con aplicaciones muy relevantes en ciencia, ingeniería, tecnología y ciencias sociales. Académicos, investigadores, profesionales de la ciencia de datos, analistas de negocios, investigadores de ciencias sociales y estudiantes de posgrado encontrarán útil la cantidad de ilustraciones, aplicaciones y ejemplos proporcionados. Este volumen se basa en la conferencia Aproximación y optimización: algoritmos, complejidad y aplicaciones, que se celebró en la Universidad Nacional y Kapodistriana de Atenas, Grecia, del 29 al 30 de junio de 2017. La combinación de contenido de encuestas e investigación incluye temas en aproximaciones. a datos discretos con ruido; secuencias binarias; diseño de redes y sistemas energéticos; control difuso; optimización a gran escala; datos ruidosos; aproximación dependiente de datos; sistemas de control en red; aprendizaje automático ; diseño óptimo; no hay teorema del almuerzo gratis; optimización restringida no linealmente; espectroscopia. |
| Nota de contenido: |
Introduction -- Evaluation Complexity Bounds for Smooth Constrained Nonlinear Optimization using Scaled KKT Conditions and High-order Models -- Data-Dependent Approximation in Social Computing -- Multi-Objective Evolutionary Optimization Algorithms for Machine Learning: a Recent Survey -- No Free Lunch Theorem, a Review -- Piecewise Convex-Concave Approximation in the Minimax Norm -- A Decomposition Theorem for the Least Squares Piecewise Monotonic Data Approximation Problem -- Recent Progress in Optimization of Multiband Electrical Filters -- Impact of Error in Parameter Estimations on Large Scale Portfolio Optimization -- Optimal Design of Smart Composites -- Tax Evasion as an Optimal Solution to a Partially Observable Markov Decision Process. |
| En línea: |
https://link-springer-com.biblioproxy.umanizales.edu.co/referencework/10.1007/97 [...] |
| Link: |
https://biblioteca.umanizales.edu.co/ils/opac_css/index.php?lvl=notice_display&i |
|  |
Hacer una sugerencia Refinar búsqueda
