Artificial Neural Networks in Pattern Recognition

Second IAPR Workshop, ANNPR 2006, Ulm, Germany, August 31-September 2, 2006, Proceedings
316 Seiten, Taschenbuch
€ 63,90
-
+
Lieferung in 7-14 Werktagen

Bitte haben Sie einen Moment Geduld, wir legen Ihr Produkt in den Warenkorb.

Mehr Informationen
Reihe Lecture Notes in Computer Science
Themen Wirtschaftswissenschaft, Finanzen, Betriebswirtschaft und Management Betriebswirtschaft und Management Wirtschaftsmathematik und -informatik, IT-Management
ISBN 9783540379515
Sprache Englisch
Erscheinungsdatum 29.08.2006
Größe 235 x 155 mm
Verlag Springer
Herausgegeben von Friedhelm Schwenker, Simone Marinai
LieferzeitLieferung in 7-14 Werktagen
HerstellerangabenAnzeigen
Europaplatz 3 | DE-69115 Heidelberg
ProductSafety@springernature.com
Unsere Prinzipien
  • ✔ kostenlose Lieferung innerhalb Österreichs ab € 35,–
  • ✔ über 1,5 Mio. Bücher, DVDs & CDs im Angebot
  • ✔ alle FALTER-Produkte und Abos, nur hier!
  • ✔ keine Weitergabe personenbezogener Daten an Dritte
  • ✔ als 100% österreichisches Unternehmen liefern wir innerhalb Österreichs mit der Österreichischen Post
Kurzbeschreibung des Verlags

Unsupervised Learning.- Simple and Effective Connectionist Nonparametric Estimation of Probability Density Functions.- Comparison Between Two Spatio-Temporal Organization Maps for Speech Recognition.- Adaptive Feedback Inhibition Improves Pattern Discrimination Learning.- Semi-supervised Learning.- Supervised Batch Neural Gas.- Fuzzy Labeled Self-Organizing Map with Label-Adjusted Prototypes.- On the Effects of Constraints in Semi-supervised Hierarchical Clustering.- A Study of the Robustness of KNN Classifiers Trained Using Soft Labels.- Supervised Learning.- An Experimental Study on Training Radial Basis Functions by Gradient Descent.- A Local Tangent Space Alignment Based Transductive Classification Algorithm.- Incremental Manifold Learning Via Tangent Space Alignment.- A Convolutional Neural Network Tolerant of Synaptic Faults for Low-Power Analog Hardware.- Ammonium Estimation in a Biological Wastewater Plant Using Feedforward Neural Networks.- Support Vector Learning.- Support Vector Regression Using Mahalanobis Kernels.- Incremental Training of Support Vector Machines Using Truncated Hypercones.- Fast Training of Linear Programming Support Vector Machines Using Decomposition Techniques.- Multiple Classifier Systems.- Multiple Classifier Systems for Embedded String Patterns.- Multiple Neural Networks for Facial Feature Localization in Orientation-Free Face Images.- Hierarchical Neural Networks Utilising Dempster-Shafer Evidence Theory.- Combining MF Networks: A Comparison Among Statistical Methods and Stacked Generalization.- Visual Object Recognition.- Object Detection and Feature Base Learning with Sparse Convolutional Neural Networks.- Visual Classification of Images by Learning Geometric Appearances Through Boosting.- An Eye Detection System Based on Neural Autoassociators.- Orientation Histograms for Face Recognition.- Data Mining in Bioinformatics.- An Empirical Comparison of Feature Reduction Methods in the Context of Microarray Data Classification.- Unsupervised Feature Selection for Biomarker Identification in Chromatography and Gene Expression Data.- Learning and Feature Selection Using the Set Covering Machine with Data-Dependent Rays on Gene Expression Profiles.

Mehr Informationen
Reihe Lecture Notes in Computer Science
Themen Wirtschaftswissenschaft, Finanzen, Betriebswirtschaft und Management Betriebswirtschaft und Management Wirtschaftsmathematik und -informatik, IT-Management
ISBN 9783540379515
Sprache Englisch
Erscheinungsdatum 29.08.2006
Größe 235 x 155 mm
Verlag Springer
Herausgegeben von Friedhelm Schwenker, Simone Marinai
LieferzeitLieferung in 7-14 Werktagen
HerstellerangabenAnzeigen
Europaplatz 3 | DE-69115 Heidelberg
ProductSafety@springernature.com
Unsere Prinzipien
  • ✔ kostenlose Lieferung innerhalb Österreichs ab € 35,–
  • ✔ über 1,5 Mio. Bücher, DVDs & CDs im Angebot
  • ✔ alle FALTER-Produkte und Abos, nur hier!
  • ✔ keine Weitergabe personenbezogener Daten an Dritte
  • ✔ als 100% österreichisches Unternehmen liefern wir innerhalb Österreichs mit der Österreichischen Post