کتاب Nonlinear Dimensionality Reduction Techniques: A Data Structure Preservation Approach

وضعیت موجودی موجود

مقایسه شود

قیمت قبلی: 4,500,000 ریال

قیمت: 4,100,000 ریال

جلد سخت سیاه و سفید

Product details

Publisher ‏ : ‎ Springer; 1st ed. 2022 edition (December 3, 2021)
Language ‏ : ‎ English
Hardcover ‏ : ‎ 290 pages
ISBN-10 ‏ : ‎ 3030810259
ISBN-13 ‏ : ‎ 978-3030810252

This book proposes tools for analysis of multidimensional and metric data, by establishing a state-of-the-art of the existing solutions and developing new ones. It mainly focuses on visual exploration of these data by a human analyst, relying on a 2D or 3D scatter plot display obtained through Dimensionality Reduction.
Performing diagnosis of an energy system requires identifying relations between observed monitoring variables and the associated internal state of the system. Dimensionality reduction, which allows to represent visually a multidimensional dataset, constitutes a promising tool to help domain experts to analyse these relations. This book reviews existing techniques for visual data exploration and dimensionality reduction such as tSNE and Isomap, and proposes new solutions to challenges in that field.

In particular, it presents the new unsupervised technique ASKI and the supervised methods ClassNeRV and ClassJSE. Moreover, MING, a new approach for local map quality evaluation is also introduced. These methods are then applied to the representation of expert-designed fault indicators for smart-buildings, I-V curves for photovoltaic systems and acoustic signals for Li-ion batteries.

منابع کتاب کتاب Nonlinear Dimensionality Reduction Techniques: A Data Structure Preservation Approach

این کتاب ابزارهایی را برای تجزیه و تحلیل داده‌های چند بعدی و متریک با ایجاد یک راه‌حل‌های پیشرفته موجود و توسعه راه‌حل‌های جدید پیشنهاد می‌کند. عمدتاً بر اکتشاف بصری این داده‌ها توسط یک تحلیلگر انسانی، با تکیه بر نمایشگر نمودار پراکندگی دوبعدی یا سه بعدی که از طریق کاهش ابعاد به دست می‌آید، تمرکز می‌کند.
انجام تشخیص یک سیستم انرژی مستلزم شناسایی روابط بین متغیرهای نظارتی مشاهده شده و وضعیت داخلی مرتبط با سیستم است. کاهش ابعاد، که امکان نمایش بصری یک مجموعه داده چند بعدی را فراهم می‌کند، ابزار امیدوارکننده‌ای برای کمک به کارشناسان حوزه برای تجزیه و تحلیل این روابط است. این کتاب تکنیک‌های موجود برای کاوش داده‌های بصری و کاهش ابعاد مانند tSNE و Isomap را بررسی می‌کند و راه‌حل‌های جدیدی را برای چالش‌ها در آن زمینه پیشنهاد می‌کند.

به طور خاص، تکنیک جدید بدون نظارت ASKI و روش های نظارت شده ClassNeRV و ClassJSE را ارائه می دهد. علاوه بر این، MING، یک رویکرد جدید برای ارزیابی کیفیت نقشه محلی نیز معرفی شده است. سپس این روش‌ها برای نمایش نشانگرهای خطا طراحی شده توسط متخصص برای ساختمان‌های هوشمند، منحنی‌های IV برای سیستم‌های فتوولتائیک و سیگنال‌های صوتی برای باتری‌های Li-ion اعمال می‌شوند.