«И» «ИЛИ»  
© Публичная Библиотека
 -  - 
Универсальная библиотека, портал создателей электронных книг. Только для некоммерческого использования!
Джурс Питер (химик)

Питер Джурс 71k

(Peter С. Jurs)

()

  ◄  СМЕНИТЬ  ►  |▼ О СТРАНИЦЕ ▼
▼ ОЦИФРОВЩИКИ ▼|  ◄  СМЕНИТЬ  ►  
Почетный профессор химии. 2009 г. - член Американского химического общества. 1986 - Член Американской ассоциации развития науки (AAAS).
Его основные научные интересы связаны с искусственными нейронными сетями, искусственным интеллектом, линейной регрессией, количественной связью структура-активность и множеством. Его исследования в области искусственного интеллекта включают элементы машинного обучения и распознавания образов. Его работа в области распознавания образов, таких как распознавание образов, пересекается с другими областями, такими как обучение нейронных сетей векторного квантования.
Его исследование линейной регрессии объединяет темы из таких областей, как индекс удерживания Коваца, свойства, хроматография, регрессионный анализ и набор данных. Его исследование взаимосвязей количественной структуры и активности включает элементы интеллектуального анализа данных, среднеквадратического отклонения и водного раствора, а также закона Генри. Его набор исследований включает темы оптического волокна, биологической системы, аналита и молекулярной геометрии.
:
derevyaha, fire_varan, звездочет...




  • Джурс П... Распознавание образов в химии. (Chemical applications of pattern recognition) [Djv-Fax- 2.2M] [Pdf-Fax- 3.5M] Авторы: Питер Джурс, Томас Айзенауэр (Peter С. Jurs, Thomas L. Isenhour). Перевод с английского: С.В. Кривенко под редакцией А.М. Евсеева, Г.Г. Вайнштейна. Художник: С. Брынза.
    (Москва: Издательство «Мир»: Редакция литературы по химии, 1977)
    Скан, обработка, формат Pdf-Fax: derevyaha, fire_varan, доработка, формат Pdf-Fax: звездочет, 2024
    • СОДЕРЖАНИЕ:
      Предисловие к русскому изданию (5).
      Предисловие к американскому изданию (7).
      Глава 1. Введение (9).
      Области применения распознавания образов (9).
      Общая схема распознающей системы (11).
      Преобразователь (12).
      Препроцессор (устройство для выделения признаков) (13).
      Классификатор (15).
      Список литературы (18).
      Глава 2. Введение в теорию бинарных классификаторов образов (19).
      Векторы образов в гиперпространстве (19).
      Решающие поверхности (20).
      Пороговые логические элементы как бинарные классификаторы образов (22).
      Обучение пороговых логических элементов с исправлением ошибки через обратную связь (24).
      Свойства пороговых логических элементов (27).
      Глава 3. Предварительная обработка и преобразования исходных данных (29).
      Масс-спектры (30).
      Инфракрасные спектры (34).
      Спектроскопические данные из многих источников (35).
      Электрохимические спектры (42).
      Список литературы (44).
      Глава 4. Построение разделяющей функции (45).
      Бинарные классификаторы (45).
      Простой пороговый логический элемент (45).
      Пороговые логические элементы с ненулевым порогом (63).
      Система голосований (71).
      Применение пороговых логических элементов для классификации электрохимических данных (73).
      Итерационное обучение по методу наименьших квадратов (75).
      Кусочно линейные пороговые логические элементы (80).
      Классификация образов на несколько категорий (86).
      Дерево бинарных классификаторов образов (87).
      Параллельное соединение бинарных классификаторов образов (90).
      Классификация при помощи бинарного кода (93).
      Кусочно линейная классификация (100).
      Классификация по K ближайшим соседям (102).
      Классификация по методу наименьших квадратов (103).
      Список литературы (106).
      Глава 5. Отбор признаков (107).
      Отбор признаков по знаку весовых векторов (111).
      Отбор признаков при помощи метрики расстояний (125).
      Карбоновые кислоты (129).
      Сложные эфиры (131).
      Первичные амины (133).
      Список литературы (134).
      Глава 6. Дополнительные преобразования (136).
      Генерирование перекрестных членов (138).
      Преобразование Фурье (147).
      Факторный анализ (159).
      Комплексная нелинейная разделяющая функция (166).
      Список литературы (171).
      Глава 7. От молекулярной структуры к свойствам (172).
      Формирование масс-спектров (172).
      Кодирование фрагментов (174).
      Множественные признаки (198).
      Субструктурные дескрипторы (207).
      Список литературы (216).
      Приложение. Образец программы для моделирования обучающейся машины (217).
      Список монографий (224).
      Список дополнительной литературы (225).
      Предметный указатель (226).
ИЗ ИЗДАНИЯ: Книга посвящена применению кибернетических методов классификации объектов при помощи ЭВМ для анализа данных химического эксперимента. Эта монография - первая по автоматизации обработки данных научных исследований в области химического анализа как в отечественной, так и в переводной литературе. Используются данные распространенных аналитических методов: масс-спектрометрии низкого разрешения, ИК-спектроскопии, спектроскопии ЯМР, полярографии.
Предназначена для широкого круга химиков - научных работников, специализирующихся в аналитической и органической химии, преподавателей и студентов.