安徽理工大学图书馆书目检索系统

Online Public Access Catalogue

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

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/CNY89.00

载体形态项:

261页;23cm

并列正题名:

An Information-Theoretic Approach to Neural Computing

个人责任者:

(意) 德科 著

个人责任者:

(德) 奥布拉多维奇 著

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。

豆瓣简介：