Vor Ort
Merkzettel Warenkorb
  • Produktbild: Nonlinear System Identification
  • Produktbild: Nonlinear System Identification
- 12%

Nonlinear System Identification From Classical Approaches to Neural Networks and Fuzzy Models

12% sparen

144,99 € UVP 164,99 €

inkl. gesetzl. MwSt., Versandkostenfrei

Beschreibung

Produktdetails

Einband

Gebundene Ausgabe

Erscheinungsdatum

06.11.2000

Verlag

Springer Berlin

Seitenzahl

786

Maße (L/B/H)

24,1/16/4,9 cm

Gewicht

1376 g

Auflage

2001

Sprache

Englisch

ISBN

978-3-540-67369-9

Beschreibung

Produktdetails

Einband

Gebundene Ausgabe

Erscheinungsdatum

06.11.2000

Verlag

Springer Berlin

Seitenzahl

786

Maße (L/B/H)

24,1/16/4,9 cm

Gewicht

1376 g

Auflage

2001

Sprache

Englisch

ISBN

978-3-540-67369-9

Herstelleradresse

Springer-Verlag KG
Sachsenplatz 4-6
1201 Wien
AT

Email: ProductSafety@springernature.com

Kundinnen und Kunden meinen

0 Bewertungen

Informationen zu Bewertungen

Zur Abgabe einer Bewertung ist eine Anmeldung im Konto notwendig. Die Authentizität der Bewertungen wird von uns nicht überprüft. Wir behalten uns vor, Bewertungstexte, die unseren Richtlinien widersprechen, entsprechend zu kürzen oder zu löschen.

Die Bewertungen sind nach Format, Anzahl Sterne und Datum sortiert.

Verfassen Sie die erste Bewertung zu diesem Artikel

Helfen Sie anderen Kund*innen durch Ihre Meinung

Kundinnen und Kunden meinen

0 Bewertungen filtern
  • Produktbild: Nonlinear System Identification
  • Produktbild: Nonlinear System Identification
  • 1. Introduction.- I. Optimization Techniques.- 2. Introduction to Optimization.- 3. Linear Optimization.- 4. Nonlinear Local Optimization.- 5. Nonlinear Global Optimization.- 6. Unsupervised Learning Techniques.- 7. Model Complexity Optimization.- II. Static Models.- 9. Introduction to Static Models.- 10. Linear, Polynomial, and Look-Up Table Models.- 11. Neural Networks.- 12. Fuzzy and Neuro-Fuzzy Models.- 13. Local Linear Neuro-Fuzzy Models: Fundamentals.- 14. Local Linear Neuro-Fuzzy Models: Advanced Aspects.- III. Dynamic Models.- 16. Linear Dynamic System Identification.- 17. Nonlinear Dynamic System Identification.- 18. Classical Polynomial Approaches.- 19. Dynamic Neural and Fuzzy Models.- 20. Dynamic Local Linear Neuro-Fuzzy Models.- 21. Neural Networks with Internal Dynamics.- IV. Applications.- 22. Applications of Static Models.- 23. Applications of Dynamic Models.- 24. Applications of Advanced Methods.- A. Vectors and Matrices.- A.1 Vector and Matrix Derivatives.- A.2 Gradient, Hessian, and Jacobian.- B. Statistics.- B.1 Deterministic and Random Variables.- B.2 Probability Density Function (pdf).- B.3 Stochastic Processes and Ergodicity.- B.4 Expectation.- B.5 Variance.- B.6 Correlation and Covariance.- B.7 Properties of Estimators.- References.