Generalized Matrix Inversion: A Machine Learning Approach (eBook)

Generalized Matrix Inversion: A Machine Learning Approach (eBook)

Prezzo:
€ 187,19
Compra EPUB
Prezzo:
€ 187,19
Compra EPUB

Formato

:
EPUB
Cloud: Scopri di più
Lingua: Inglese
Editore: Springer
Collana: Artificial Intelligence (R0)
Codice EAN: 9783032014931
Anno pubblicazione: 2026
Scopri QUI come leggere i tuoi eBook

Note legali

NOTE LEGALI

a) Garanzia legale, Pagamenti, Consegne, Diritto di recesso
b) Informazioni sul prezzo
Il prezzo barrato corrisponde al prezzo di vendita al pubblico al lordo di IVA e al netto delle spese di spedizione
Il prezzo barrato dei libri italiani corrisponde al prezzo di copertina.
I libri in inglese di Libraccio sono di provenienza americana o inglese.
Libraccio riceve quotidianamente i prodotti dagli USA e dalla Gran Bretagna, pagandone i costi di importazione, spedizione in Italia ecc.
Il prezzo in EURO è fissato da Libraccio e, in alcuni casi, può discostarsi leggermente dal cambio dollaro/euro o sterlina/euro del giorno. Il prezzo che pagherai sarà quello in EURO al momento della conferma dell'ordine.
In ogni caso potrai verificare la convenienza dei nostri prezzi rispetto ad altri siti italiani e, in moltissimi casi, anche rispetto all'acquisto su siti americani o inglesi.
c) Disponibilità
I termini relativi alla disponibilità dei prodotti sono indicati nelle Condizioni generali di vendita.

Disponibilità immediata
L'articolo è immediatamente disponibile presso Libraccio e saremo in grado di procedere con la spedizione entro un giorno lavorativo.
Nota: La disponibilità prevista fa riferimento a singole disponibilità.

Disponibile in giorni o settimane (ad es. "3-5-10 giorni", "4-5 settimane" )
L'articolo sarà disponibile entro le tempistiche indicate, necessarie per ricevere l'articolo dai nostri fornitori e preparare la spedizione.
Nota: La disponibilità prevista fa riferimento a singole disponibilità.

Prenotazione libri scolastici
Il servizio ti permette di prenotare libri scolastici nuovi che risultano non disponibili al momento dell'acquisto.

Attualmente non disponibile
L'articolo sarà disponibile ma non sappiamo ancora quando. Inserisci la tua mail dalla scheda prodotto attivando il servizio Libraccio “avvisami” e sarai contattato quando sarà ordinabile.

Difficile reperibilità
Abbiamo dei problemi nel reperire il prodotto. Il fornitore non ci dà informazioni sulla sua reperibilità, ma se desideri comunque effettuare l'ordine, cercheremo di averlo nei tempi indicati. Se non sarà possibile, ti avvertiremo via e-mail e l'ordine verrà cancellato.
Chiudi

Descrizione

This book presents a comprehensive exploration of the dynamical system approach in numerical linear algebra, with a special focus on computing generalized inverses, solving systems of linear equations, and addressing linear matrix equations. Bridging four major scientific domains—numerical linear algebra, recurrent neural networks (RNNs), dynamical systems, and unconstrained nonlinear optimization—this book offers a unique, interdisciplinary perspective. Generalized Matrix Inversion: A Machine Learning Approach explores the theory and application of recurrent neural networks, particularly continuous-time recurrent neural networks (CTRNNs), which use systems of ordinary differential equations to model the influence of inputs on neurons. Special attention is given to CTRNNs designed for finding zeros of equations or minimizing nonlinear functions, with detailed coverage of two important classes: Gradient Neural Networks (GNN) and Zhang (Zeroing) Neural Networks (ZNN). Both time-varying and time-invariant models are examined across scalar, vector, and matrix cases. Based on the authors’ research that has been published in leading scientific journals, the book spans a variety of disciplines, including linear and multilinear algebra, generalized inverses, recurrent neural networks, dynamical systems, time-varying problem solving, and unconstrained nonlinear optimization. Readers will find a global overview of activation functions, rigorous convergence analysis, and innovative improvements in the definition of error functions for GNN and ZNN dynamic systems. Generalized Matrix Inversion: A Machine Learning Approach is an essential resource for researchers and practitioners seeking advanced methods at the intersection of machine learning, optimization, and matrix computation.