49,99 €
inkl. MwSt.
Versandkostenfrei*
Versandfertig in 1-2 Wochen
payback
25 °P sammeln
  • Broschiertes Buch

Il lavoro presentato in questa relazione rientra nell'ambito del Machine Learning, dove l'obiettivo è modellare un sistema non lineare e identificare i parametri del modello in questione on-line. Questo modello è sviluppato in uno spazio di Hilbert a kernel riproducibile (RKHS). Questi cosiddetti modelli di rappresentazione o black-box sono lineari rispetto ai loro parametri. Hanno avuto molto successo nell'identificazione di sistemi non lineari utilizzando i metodi kernel.

Produktbeschreibung
Il lavoro presentato in questa relazione rientra nell'ambito del Machine Learning, dove l'obiettivo è modellare un sistema non lineare e identificare i parametri del modello in questione on-line. Questo modello è sviluppato in uno spazio di Hilbert a kernel riproducibile (RKHS). Questi cosiddetti modelli di rappresentazione o black-box sono lineari rispetto ai loro parametri. Hanno avuto molto successo nell'identificazione di sistemi non lineari utilizzando i metodi kernel.
Hinweis: Dieser Artikel kann nur an eine deutsche Lieferadresse ausgeliefert werden.
Autorenporträt
Okba Taouali se doctoró en Ingeniería Eléctrica en 2010 por la École Nationale d'Ingénieurs de Monastir (ENIM). Actualmente es profesor en la ENIM (Túnez) y catedrático en el FCIT de la Universidad de Tabuk (Arabia Saudí). Sus intereses de investigación incluyen : Aprendizaje automático, métodos kernel, diagnóstico de fallos.