Cantitate/Preț
Produs
Total produse
Vezi coșul
Iterative Optimization in Inverse Problems de Charles Byrne

Iterative Optimization in Inverse Problems: Chapman & Hall/CRC Monographs and Research Notes in Mathematics

Autor Charles Byrne
en Limba Engleză Hardback – 12 feb 2014

Subliniem expertiza autorului Charles Byrne, a cărui autoritate în domeniul optimizării și procesării de semnal este consolidată prin lucrări fundamentale precum A First Course in Optimization. În această monografie publicată de CRC Press, Byrne distilează decenii de cercetare proprie pentru a oferi un cadru teoretic unificat asupra algoritmilor iterativi. Remarcăm introducerea clasei SUMMA, o contribuție originală a autorului care permite cercetătorilor să identifice proprietăți comune între algoritmi aparent disparat din statistici și imagistică.

Comparabil cu Applied Iterative Methods în rigurozitate, acest volum este actualizat pentru noile progrese din teoria operatorilor și tehnicile de „splitting”. În contextul operei sale, dacă lucrările despre misiunile Lunar Orbiter, precum Lunar Orbiter Photographic Atlas of the Near Side of the Moon, demonstrau aplicarea practică a reconstrucției de imagine, Iterative Optimization in Inverse Problems oferă fundamentul matematic abstract necesar pentru a rezolva astfel de probleme inverse complexe.

Structura este organizată meticulos, începând cu bazele optimizării secvențiale și metodelor de funcție auxiliară, avansând spre algoritmi de punct fix și operatori paracontractivi. Capitolele finale sunt dedicate unor aplicații critice, precum algoritmul EM și Compressed Sensing, demonstrând utilitatea practică a teoriei. Abordarea unificatoare ne atrage atenția prin capacitatea de a deriva proprietăți noi prin compararea algoritmilor cunoscuți, facilitând transferul de cunoștințe între matematicieni și inginerii care procesează date de scanare.

Citește tot Restrânge

Din seria Chapman & Hall/CRC Monographs and Research Notes in Mathematics

Preț: 111839 lei

Preț vechi: 130045 lei
-14%

Puncte Express: 1678

Carte disponibilă

Livrare economică 28 mai-11 iunie
Livrare express 13-19 mai pentru 3519 lei

 Adaugă în coș

Wish list
Gift list
Am citit!
Adaugă în listă

Specificații

ISBN-13: 9781482222333
ISBN-10: 1482222337
Pagini: 300
Ilustrații: 6 black & white illustrations
Dimensiuni: 156 x 234 x 21 mm
Greutate: 0.5 kg
Ediția:1
Editura: CRC Press
Colecția Chapman and Hall/CRC
Seria Chapman & Hall/CRC Monographs and Research Notes in Mathematics

De ce să citești această carte

Această lucrare din seria Chapman & Hall/CRC Monographs and Research Notes in Mathematics este esențială pentru cercetătorii în imagistică medicală și statistică. Cititorul câștigă o înțelegere profundă a clasei SUMMA de algoritmi, beneficiind de un text care unifică teoria optimizării cu practica estimării parametrilor. Este un instrument valoros de studiu individual datorită exercițiilor incluse, ideal pentru cei care doresc să stăpânească metodele de minimizare proximală.

Descriere scurtă

Iterative Optimization in Inverse Problems brings together a number of important iterative algorithms for medical imaging, optimization, and statistical estimation. It incorporates recent work that has not appeared in other books and draws on the author’s considerable research in the field, including his recently developed class of SUMMA algorithms. Related to sequential unconstrained minimization methods, the SUMMA class includes a wide range of iterative algorithms well known to researchers in various areas, such as statistics and image processing.
Organizing the topics from general to more specific, the book first gives an overview of sequential optimization, the subclasses of auxiliary-function methods, and the SUMMA algorithms. The next three chapters present particular examples in more detail, including barrier- and penalty-function methods, proximal minimization, and forward-backward splitting. The author also focuses on fixed-point algorithms for operators on Euclidean space and then extends the discussion to include distance measures other than the usual Euclidean distance. In the final chapters, specific problems illustrate the use of iterative methods previously discussed. Most chapters contain exercises that introduce new ideas and make the book suitable for self-study.
Unifying a variety of seemingly disparate algorithms, the book shows how to derive new properties of algorithms by comparing known properties of other algorithms. This unifying approach also helps researchers—from statisticians working on parameter estimation to image scientists processing scanning data to mathematicians involved in theoretical and applied optimization—discover useful related algorithms in areas outside of their expertise.

Cuprins

Background. Sequential Optimization. Barrier-Function and Penalty-Function Methods. Proximal Minimization. The Forward-Backward Splitting Algorithm. Operators. Averaged and Paracontractive Operators. Convex Feasibility and Related Problems. Eigenvalue Bounds. Jacobi and Gauss-Seidel Methods. The SMART and EMML Algorithms. Alternating Minimization. The EM Algorithm. Geometric Programming and the MART. Variational Inequality Problems and Algorithms. Set-Valued Functions in Optimization. Fenchel Duality. Compressed Sensing. Appendix. Bibliography. Index.