MARC状态：审校 文献类型：中文图书 浏览次数：2
- 题名/责任者:
- 神经计算的信息论方法/(意)古斯塔沃·德科,(德)德拉甘·奥布拉多维奇著 徐晔佳等译
- 出版发行项:
- 北京:世界图书出版有限公司北京分公司,2023
- ISBN及定价:
- 978-7-5192-9697-1 精装/CNY168.00
- 载体形态项:
- 569页;23cm
- 个人责任者:
- (意) 德科 著
- 个人责任者:
- (德) 奥布拉多维奇 著
- 个人次要责任者:
- 徐晔佳 译
- 学科主题:
- 信息论-应用-人工神经网络-计算-英文
- 中图法分类号:
- TP183
- 提要文摘附注:
- 信息论已被证明可以有效地解决许多计算机视觉和模式识别（CVPR）问题，如图像匹配、聚类和分割、显著性检测、特征选择、最优分类器设计等。如今，研究人员正在将信息理论的元素广泛引入CVPR领域，其中包括测度（熵、交互信息）、原理（最大熵、极大极小熵）和理论（速率失真理论、类型法）等。本书通过增量复杂性方法探索和介绍了信息论的元素，同时也提出了CVPR问题的形成和和最具代表性的算法。当应用于不同的问题时，作者会突出信息理论原理之间的有趣关联，寻求一个全面的研究路线图。本书的研究结果为CVPR和机器学习。
全部MARC细节信息>>