Matrix and Tensor Decomposition
Application to Data Fusion and Analysis
-
10% KEDVEZMÉNY?
- A kedvezmény csak az 'Értesítés a kedvenc témákról' hírlevelünk címzettjeinek rendeléseire érvényes.
- Kiadói listaár EUR 86.95
-
36 062 Ft (34 345 Ft + 5% áfa)
Az ár azért becsült, mert a rendelés pillanatában nem lehet pontosan tudni, hogy a beérkezéskor milyen lesz a forint árfolyama az adott termék eredeti devizájához képest. Ha a forint romlana, kissé többet, ha javulna, kissé kevesebbet kell majd fizetnie.
- Kedvezmény(ek) 10% (cc. 3 606 Ft off)
- Kedvezményes ár 32 456 Ft (30 911 Ft + 5% áfa)
Iratkozzon fel most és részesüljön kedvezőbb árainkból!
Feliratkozom
36 062 Ft
Beszerezhetőség
Bizonytalan a beszerezhetőség. Érdemes még egyszer keresni szerzővel és címmel. Ha nem talál másik, kapható kiadást, forduljon ügyfélszolgálatunkhoz!
Why don't you give exact delivery time?
A beszerzés időigényét az eddigi tapasztalatokra alapozva adjuk meg. Azért becsült, mert a terméket külföldről hozzuk be, így a kiadó kiszolgálásának pillanatnyi gyorsaságától is függ. A megadottnál gyorsabb és lassabb szállítás is elképzelhető, de mindent megteszünk, hogy Ön a lehető leghamarabb jusson hozzá a termékhez.
A termék adatai:
- Kiadó Academic Press
- Megjelenés dátuma 2024. február 1.
- ISBN 9780128157602
- Kötéstípus Puhakötés
- Terjedelem400 oldal
- Méret 235x191 mm
- Nyelv angol 0
Kategóriák
Hosszú leírás:
Matrix and Tensor Decomposition: Application to Data Fusion and Analysis introduces the main theoretical concepts for data fusion using matrix and tensor decompositions, beginning with the concept of "diversity", which facilitates identifiability. It provides the link between theoretical results and practice by addressing key implementation issues, such as model choice for a given problem, identification of sources of diversity, parameter selection and performance evaluation. Using rich diagrams to help communicate the main ideas and relationships among models and methods, this book presents a readily accessible reference for researchers on the methods and application of matrix and tensor decompositions.
- Introduces basic theory and practice of data fusion, along with the concept of "diversity" as a key concept for interpretability and identifiability of a given decomposition
- Provides a unifying framework for basic matrix and tensor decompositions, considering both algebraic and statistical points-of-view and discussing their relationships
- Addresses key questions in implementation, most importantly, that of model order selection and other parameters
- Provides tools for model order selection so that the signal subspace can be identified
Tartalomjegyzék:
1. Introduction 2. ICA and IVA: A Bottom-up Approach 3. ICA and IVA: A Top-down Approach 4. Sparse Decompositions 5. Nonnegative Decompositions 6. Tensor Decompositions 7. Data Fusion and Analysis Through 8. Data Fusion and Analysis Using General 9. Implementation Issues and Open
Több
