Simon Haykin

Kalman Filtering and Neural Networks

Herausgegeben:Haykin, Simon

• Gebundenes Buch

Produktbeschreibung

Die Kalman-Filterung ist ein wichtiges Spezialgebiet der Steuerungstechnik und Signalverarbeitung und die höchstentwickelte Methode für das Design neuronaler Netze. Der unkonventionelle, nichtlineare Ansatz trägt der Tatsache Rechnung, dass in der Praxis meist nichtlineare Probleme von Bedeutung sind. Besprochen werden wichtige Anwendungen, zum Beispiel aus der Steuerungstechnik und der Finanzmathematik.

---

Hinweis: Dieser Artikel kann nur an eine deutsche Lieferadresse ausgeliefert werden.

Produktdetails

• Adaptive and Cognitive Dynamic Systems: Signal Processing, Learning, Communications and Control
• Verlag: Wiley & Sons
• 1. Auflage
• Seitenzahl: 304
• Erscheinungstermin: 8. Oktober 2001
• Englisch
• Abmessung: 240mm x 161mm x 21mm
• Gewicht: 535g
• ISBN-13: 9780471369981
• ISBN-10: 0471369985
• Artikelnr.: 10254683

Autorenporträt

SIMON HAYKIN, PhD, is Professor of Electrical Engineering at the Communication Research Laboratory of McMaster University in Hamilton, Ontario, Canada.

Inhaltsangabe

Preface.
Contributors.
Kalman Filters (S. Haykin).
Parameter-Based Kalman Filter Training: Theory and Implementaion (G.
Puskorius and L. Feldkamp).
Learning Shape and Motion from Image Sequences (G. Patel, et al.).
Chaotic Dynamics (G. Patel and S. Haykin).
Dual Extended Kalman Filter Methods (E. Wan and A. Nelson).
Learning Nonlinear Dynamical System Using the Expectation-Maximization
Algorithm (S. Roweis and Z. Ghahramani).
The Unscencted Kalman Filter (E. Wan and R. van der Merwe).
Index.

Rezensionen

"Although the traditional approach to the subject is usually linear, this book recognizes and deals with the fact that real problems are most often nonlinear." (SciTech Book News, Vol. 25, No. 4, December 2001)