Approximation and Optimization / Demetriou, Ioannis C. ; Pardalos, Panos M.  

Público ISBD Ningún comentario para este título. 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. Idioma : Inglés (eng) 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 Clasificación: 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. Tipo de medio : Computadora Summary : This book focuses on the development of approximation-related algorithms and their relevant applications. Individual contributions are written by leading experts and reflect emerging directions and connections in data approximation and optimization. Chapters discuss state of the art topics with highly relevant applications throughout science, engineering, technology and social sciences. Academics, researchers, data science practitioners, business analysts, social sciences investigators and graduate students will find the number of illustrations, applications, and examples provided useful. This volume is based on the conference Approximation and Optimization: Algorithms, Complexity, and Applications, which was held in the National and Kapodistrian University of Athens, Greece, June 29–30, 2017. The mix of survey and research content includes topics in approximations to discrete noisy data; binary sequences; design of networks and energy systems; fuzzycontrol; large scale optimization; noisy data; data-dependent approximation; networked control systems; machine learning ; optimal design; no free lunch theorem; non-linearly constrained optimization; spectroscopy. Enlace de acceso : https://link-springer-com.biblioproxy.umanizales.edu.co/referencework/10.1007/97 [...] 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. Idioma : Inglés (eng) 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 Clasificación: 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. Tipo de medio : Computadora Summary : This book focuses on the development of approximation-related algorithms and their relevant applications. Individual contributions are written by leading experts and reflect emerging directions and connections in data approximation and optimization. Chapters discuss state of the art topics with highly relevant applications throughout science, engineering, technology and social sciences. Academics, researchers, data science practitioners, business analysts, social sciences investigators and graduate students will find the number of illustrations, applications, and examples provided useful. This volume is based on the conference Approximation and Optimization: Algorithms, Complexity, and Applications, which was held in the National and Kapodistrian University of Athens, Greece, June 29–30, 2017. The mix of survey and research content includes topics in approximations to discrete noisy data; binary sequences; design of networks and energy systems; fuzzycontrol; large scale optimization; noisy data; data-dependent approximation; networked control systems; machine learning ; optimal design; no free lunch theorem; non-linearly constrained optimization; spectroscopy. Enlace de acceso : https://link-springer-com.biblioproxy.umanizales.edu.co/referencework/10.1007/97 [...]

---

1 (1 - 1 / 1) Ver por página : 25 50 100 200