الگوریتم‌های بهینه‌سازی نقطه ثابت و کاربردهای آن‌ها ۲۰۲۴
Fixed Point Optimization Algorithms and Their Applications 2024

دانلود کتاب الگوریتم‌های بهینه‌سازی نقطه ثابت و کاربردهای آن‌ها ۲۰۲۴ (Fixed Point Optimization Algorithms and Their Applications 2024) با لینک مستقیم و فرمت pdf (پی دی اف)

نویسنده	Watcharaporn Cholamjiak

ناشر: Elsevier Science

دسته: علوم کامپیوتر, هوش مصنوعی (AI)

۳۰ هزار تومان تخفیف با کد «OFF30» برای اولین خرید

سال انتشار	2024
زبان	English
تعداد صفحه‌ها	244
نوع فایل	epub
حجم	37 Mb

🏷️ قیمت اصلی: 200,000 تومان بود.قیمت فعلی: 129,000 تومان.

دانلود مستقیم PDF

ارسال فایل به ایمیل

پشتیبانی ۲۴ ساعته

هوش‌مصنوعی ترجمه کالیبو

توضیحات

معرفی کتاب الگوریتم‌های بهینه‌سازی نقطه ثابت و کاربردهای آن‌ها ۲۰۲۴

الگوریتم‌های بهینه‌سازی نقطه ثابت و کاربردهای آن‌ها به بررسی ارتباط بین الگوریتم‌های نقطه ثابت و مسائل بهینه‌سازی می‌پردازد و کاربردهای عملی این الگوریتم‌ها را در زمینه‌هایی مانند بازسازی تصویر، بازیابی سیگنال و یادگیری ماشین نشان می‌دهد. این کتاب به نه فصل تقسیم شده است که با مفاهیم اساسی فضاهای خطی نرم‌دار، فضاهای باناخ و فضاهای هیلبرت، همراه با عملگرهای غیرخطی و لم‌ها و قضایای مفید برای اثبات نتایج اصلی کتاب آغاز می‌شود. نویسنده الگوریتم‌هایی برای نگاشت‌های غیرانبساطی و تعمیم‌یافته غیرانبساطی در فضای هیلبرت ارائه می‌دهد و راه‌حل‌هایی برای بسیاری از مسائل بهینه‌سازی در طیف وسیعی از تحقیقات علمی و کاربردهای دنیای واقعی ارائه می‌کند. کتاب از مفاهیم اساسی شروع کرده و به ارائه انواع الگوریتم‌های بهینه‌سازی، از جمله نظریه‌های نقطه ثابت، قضایای همگرایی، مسائل نامساوی واریانس، مسائل کمینه‌سازی، مسائل امکان‌پذیری تفکیک شده، مسائل شمول واریانس و مسائل تعادل می‌پردازد. الگوریتم‌های بهینه‌سازی نقطه ثابت و کاربردهای آن‌ها، خوانندگان را با پیشینه ریاضی نظری و ابزارهای لازم برای مقابله با مسائل بهینه‌سازی چالش‌برانگیز شامل طیف وسیعی از روش‌های جبری مجهز می‌کند و به آن‌ها قدرت می‌دهد تا این تکنیک‌ها را در تحقیقات، کار حرفه‌ای یا پیگیری‌های آکادمیک خود به کار گیرند.

توضیحات(انگلیسی)

Fixed Point Optimization Algorithms and Their Applications discusses how the relationship between fixed point algorithms and optimization problems is connected and demonstrates hands-on applications of the algorithms in fields such as image restoration, signal recovery, and machine learning. The book is divided into nine chapters beginning with foundational concepts of normed linear spaces, Banach spaces, and Hilbert spaces, along with nonlinear operators and useful lemmas and theorems for proving the book’s main results. The author presents algorithms for nonexpansive and generalized nonexpansive mappings in Hilbert space, and presents solutions to many optimization problems across a range of scientific research and real-world applications. From foundational concepts, the book proceeds to present a variety of optimization algorithms, including fixed point theories, convergence theorems, variational inequality problems, minimization problems, split feasibility problems, variational inclusion problems, and equilibrium problems. Fixed Point Optimization Algorithms and Their Applications equips readers with the theoretical mathematics background and necessary tools to tackle challenging optimization problems involving a range of algebraic methods, empowering them to apply these techniques in their research, professional work, or academic pursuits.