• Produktbild: Advances in Independent Component Analysis
  • Produktbild: Advances in Independent Component Analysis

Advances in Independent Component Analysis

175,99 €

inkl. gesetzl. MwSt., Versandkostenfrei


Beschreibung

Produktdetails

Einband

Taschenbuch

Erscheinungsdatum

17.07.2000

Abbildungen

XX, 284 p. 19 illus.

Herausgeber

Mark Girolami

Verlag

Springer London

Seitenzahl

284

Maße (L/B/H)

23,5/15,5/1,7 cm

Gewicht

458 g

Auflage

2000

Sprache

Englisch

ISBN

978-1-85233-263-1

Beschreibung

Produktdetails

Einband

Taschenbuch

Erscheinungsdatum

17.07.2000

Abbildungen

XX, 284 p. 19 illus.

Herausgeber

Mark Girolami

Verlag

Springer London

Seitenzahl

284

Maße (L/B/H)

23,5/15,5/1,7 cm

Gewicht

458 g

Auflage

2000

Sprache

Englisch

ISBN

978-1-85233-263-1

Herstelleradresse

Springer-Verlag KG
Sachsenplatz 4-6
1201 Wien
AT

Email: GPSR Kontakt

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)

  • Produktbild: Advances in Independent Component Analysis
  • Produktbild: Advances in Independent Component Analysis
  • I Temporal ICA Models.- 1 Hidden Markov Independent Component Analysis.- 2 Particle Filters for Non-Stationary ICA.- II The Validity of the Independence Assumption.- 3 The Independence Assumption: Analyzing the Independence of the Components by Topography.- 4 The Independence Assumption: Dependent Component Analysis.- III Ensemble Learning and Applications.- 5 Ensemble Learning.- 6 Bayesian Non-Linear Independent Component Analysis by Multi-Layer Perceptrons.- 7 Ensemble Learning for Blind Image Separation and Deconvolution.- IV Data Analysis and Applications.- 8 Multi-Class Independent Component Analysis (MUCICA) for Rank-Deficient Distributions.- 9 Blind Separation of Noisy Image Mixtures.- 10 Searching for Independence in Electromagnetic Brain Waves.- 11 ICA on Noisy Data: A Factor Analysis Approach.- 12 Analysis of Optical Imaging Data Using Weak Models and ICA.- 13 Independent Components in Text.- 14 Seeking Independence Using Biologically-Inspired ANN’s.