Vor Ort
Merkzettel Warenkorb
Produktbild: Compressive Imaging: Structure, Sampling, Learning

Compressive Imaging: Structure, Sampling, Learning

86,99 €

inkl. gesetzl. MwSt., Versandkostenfrei

Beschreibung

Produktdetails

Einband

Gebundene Ausgabe

Erscheinungsdatum

16.09.2021

Abbildungen

Worked examples or Exercises

Verlag

Cambridge Academic

Seitenzahl

614

Maße (L/B/H)

25,2/17,8/3,4 cm

Gewicht

1314 g

Sprache

Englisch

ISBN

978-1-108-42161-4

Beschreibung

Produktdetails

Einband

Gebundene Ausgabe

Erscheinungsdatum

16.09.2021

Abbildungen

Worked examples or Exercises

Verlag

Cambridge Academic

Seitenzahl

614

Maße (L/B/H)

25,2/17,8/3,4 cm

Gewicht

1314 g

Sprache

Englisch

ISBN

978-1-108-42161-4

Herstelleradresse

Libri GmbH
Europaallee 1
36244 Bad Hersfeld
DE

Email: gpsr@libri.de

Noch keine Bewertungen vorhanden

Verfassen Sie die erste Bewertung zu diesem Artikel

Helfen Sie anderen Kundinnen und Kunden durch Ihre Meinung.

Kundinnen und Kunden meinen

Bewertungen (0)
  • Produktbild: Compressive Imaging: Structure, Sampling, Learning

  • 1. Introduction; Part I. The Essentials of Compressive Imaging: 2. Images, transforms and sampling; 3. A short guide to compressive imaging; 4. Techniques for enhancing performance; Part II. Compressed Sensing, Optimization and Wavelets: 5. An introduction to conventional compressed sensing; 6. The LASSO and its cousins; 7. Optimization for compressed sensing; 8. Analysis of optimization algorithms; 9. Wavelets; 10. A taste of wavelet approximation theory; Part III. Compressed Sensing with Local Structure: 11. From global to local; 12. Local structure and nonuniform recovery; 13. Local structure and uniform recovery; 14. Infinite-dimensional compressed sensing; Part IV. Compressed Sensing for Imaging: 15. Sampling strategies for compressive imaging; 16. Recovery guarantees for wavelet-based compressive imaging; 17. Total variation minimization; Part V. From Compressed Sensing to Deep Learning: 18. Neural networks and deep learning; 19. Deep learning for compressive imaging; 20. Accuracy and stability of deep learning for compressive imaging; 21. Stable and accurate neural networks for compressive imaging; 22. Epilogue; Appendices: A. Linear Algebra; B. Functional analysis; C. Probability; D. Convex analysis and convex optimization; E. Fourier transforms and series; F. Properties of Walsh functions and the Walsh transform; Notation; Abbreviations; References; Index.