Vor Ort
Merkzettel Warenkorb
Produktbild: Proceedings of ELM-2014 Volume 1
Band 3

Proceedings of ELM-2014 Volume 1 Algorithms and Theories

Aus der Reihe Engineering

213,99 €

inkl. gesetzl. MwSt.

Beschreibung

Produktdetails

Format

PDF

Kopierschutz

Nein

Family Sharing

Nein

Text-to-Speech

Nein

Erscheinungsdatum

04.12.2014

Herausgeber

Jiuwen Cao + weitere

Verlag

Springer

Seitenzahl

446 (Printausgabe)

Dateigröße

16270 KB

Sprache

Englisch

EAN

9783319140636

Beschreibung

Produktdetails

Format

PDF

eBooks im PDF-Format haben eine festgelegte Seitengröße und eignen sich daher nur bedingt zum Lesen auf einem tolino eReader oder Smartphone. Für den vollen Lesegenuss empfehlen wir Ihnen bei PDF-eBooks die Verwendung eines Tablets oder Computers.

Kopierschutz

Nein

Dieses eBook können Sie uneingeschränkt auf allen Geräten der tolino Familie, allen sonstigen eReadern und am PC lesen. Das eBook ist nicht kopiergeschützt und kann ein personalisiertes Wasserzeichen enthalten. Weitere Hinweise zum Lesen von eBooks mit einem personalisierten Wasserzeichen finden Sie unter Hilfe/Downloads.

Family Sharing

Nein

Mit Family Sharing können Sie eBooks innerhalb Ihrer Familie (max. sechs Mitglieder im gleichen Haushalt) teilen. Sie entscheiden selbst, welches Buch Sie mit welchem Familienmitglied teilen möchten. Auch das parallele Lesen durch verschiedene Familienmitglieder ist durch Family Sharing möglich. Um eBooks zu teilen oder geteilt zu bekommen, muss jedes Familienmitglied ein Konto bei Thalia oder einem anderen tolino-Buchhändler haben. Weitere Informationen finden Sie unter Hilfe/Family-Sharing.

Text-to-Speech

Nein

Bedeutet Ihnen Stimme mehr als Text? Mit der Funktion Text-to-Speech können Sie sich im tolino webReader und in der aktuellen Thalia – Lesen & Hören App das eBook vorlesen lassen. Weitere Informationen finden Sie unter Hilfe/Text-to-Speech.

Barrierefreiheit
  • keine Information zur Barrierefreiheit bekannt

Erscheinungsdatum

04.12.2014

Herausgeber

Verlag

Springer

Seitenzahl

446 (Printausgabe)

Dateigröße

16270 KB

Sprache

Englisch

EAN

9783319140636

Noch keine Bewertungen vorhanden

Verfassen Sie die erste Bewertung zu diesem Artikel

Helfen Sie anderen Kundinnen und Kunden durch Ihre Meinung.

Kundinnen und Kunden meinen

Bewertungen (0)

Weitere Artikel findest du in
  • Produktbild: Proceedings of ELM-2014 Volume 1
  • Sparse Bayesian ELM handling with missing data for multi-class classification.- A Fast Incremental Method Based on Regularized Extreme Learning Machine.- Parallel Ensemble of Online Sequential Extreme Learning Machine Based on MapReduce.- Explicit Computation of Input Weights in Extreme Learning Machines.- Subspace Detection on Concept Drifting Data Stream.- Inductive Bias for Semi-supervised Extreme Learning Machine.- ELM based Efficient Probabilistic Threshold Query on Uncertain Data.- Sample-based Extreme Learning Machine Regression with Absent Data.- Two Stages Query Processing Optimization based on ELM in the Cloud.- Domain Adaption Transfer Extreme Learning Machine.- Quasi-linear extreme learning machine model based nonlinear system identification.- A novel bio-inspired image recognition network with extreme learning machine.- A Deep and Stable Extreme Learning Approach for Classification and Regression.- Extreme Learning Machine Ensemble Classifier for Large-scale Data.- Pruned Extreme Learning Machine Optimization based on RANSAC Multi Model Response Regularization.- Learning ELM network weights using linear discriminant analysis.- An Algorithm for Classification over Uncertain Data based on Extreme Learning Machine.- Training Generalized Feedforward Kernelized Neural Networks on Very Large Datasets for Regression Using Minimal-Enclosing-Ball Approximation.- An Online Multiple Model Approach to Improve Performance in Univariate Time-Series Prediction.- A Self-organizing Mixture Extreme Leaning Machine for Time Series Forecasting.- A Robust AdaBoost.RT based Ensemble Extreme Learning Machine.- Machine learning reveals different brain activities during TOVA test.- Online Sequential Extreme Learning Machine with New Weight-setting Strategy or Non stationary Time Series Prediction.- RMSE-ELM: Recursive Model based Selective Ensemble of Extreme Learning Machines for Robustness Improvement.- Extreme Learning Machine for Regression and Classification Using L1-Norm and L2-Norm.- A Semi-supervised Online Sequential Extreme Learning Machine Method.- ELM feature mappings learning: Single-hidden-layer feed forward network without output weight.- ROS-ELM: A Robust Online Sequential Extreme Learning Machine for Big Data.- Deep Extreme Learning Machines for Classification.- C-ELM: A Curious Extreme Learning Machine for Classification Problems.- Review of Advances in Neural Networks: Neural Design Technology Stack.- Applying Regularization Least Squares Canonical Correction Analysis in Extreme Learning Machine formulti-label classification problems.- Least Squares Policy Iteration based on Random Vector Basis.- Identifying Indistinguishable Classes in Multi-class Classification Data Sets using ELM.- Effects of Training Datasets on both the Extreme Learning Machine and Support Vector Machine for Target Audience Identification on Twitter.- Extreme Learning Machine for Clustering.