Merkzettel Warenkorb
  • Produktbild: High-Dimensional Data Analysis with Low-Dimensional Models
  • Produktbild: High-Dimensional Data Analysis with Low-Dimensional Models

High-Dimensional Data Analysis with Low-Dimensional Models Principles, Computation, and Applications

96,99 €

inkl. gesetzl. MwSt., Versandkostenfrei

Lieferung nach Hause

Beschreibung

Produktdetails

Einband

Gebundene Ausgabe

Erscheinungsdatum

13.01.2022

Verlag

Cambridge Academic

Seitenzahl

716

Maße (L/B/H)

25/17,2/3,8 cm

Gewicht

1440 g

Sprache

Englisch

ISBN

978-1-108-48973-7

Beschreibung

Produktdetails

Einband

Gebundene Ausgabe

Erscheinungsdatum

13.01.2022

Verlag

Cambridge Academic

Seitenzahl

716

Maße (L/B/H)

25/17,2/3,8 cm

Gewicht

1440 g

Sprache

Englisch

ISBN

978-1-108-48973-7

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)
Die Leseprobe wird geladen.
  • Produktbild: High-Dimensional Data Analysis with Low-Dimensional Models
  • Produktbild: High-Dimensional Data Analysis with Low-Dimensional Models
  • Foreword; Preface; Acknowledgements; 1. Introduction; Part I. Principles of Low-Dimensional Models: 2. Sparse Signal Models; 3. Convex Methods for Sparse Signal Recovery; 4. Convex Methods for Low-Rank Matrix Recovery; 5. Decomposing Low-Rank and Sparse Matrices; 6. Recovering General Low-Dimensional Models; 7. Nonconvex Methods for Low-Dimensional Models; Part II. Computation for Large-Scale Problems: 8. Convex Optimization for Structured Signal Recovery; 9. Nonconvex Optimization for High-Dimensional Problems; Part III. Applications to Real-World Problems: 10. Magnetic Resonance Imaging; 11. Wideband Spectrum Sensing; 12. Scientific Imaging Problems; 13. Robust Face Recognition; 14. Robust Photometric Stereo; 15. Structured Texture Recovery; 16. Deep Networks for Classification; Appendices: Appendix A. Facts from Linear Algebra and Matrix Analysis; Appendix B. Convex Sets and Functions; Appendix C. Optimization Problems and Optimality Conditions; Appendix D. Methods for Optimization; Appendix E. Facts from High-Dimensional Statistics; Bibliography; List of Symbols; Index.