Latent Variable Analysis and Signal Separation: Lecture Notes in Computer Science
Editat de Emmanuel Vincent, Arie Yeredor, Zbyn¿k Koldovský, Petr Tichavskýen Limba Engleză Paperback – 18 aug 2015
Din seria Lecture Notes in Computer Science
- 20%
Preț: 400.77 lei - 20%
Preț: 754.11 lei - 20%
Preț: 324.19 lei - 20%
Preț: 373.80 lei - 20%
Preț: 342.61 lei - 20%
Preț: 403.00 lei - 20%
Preț: 573.45 lei -
Preț: 395.25 lei - 20%
Preț: 487.46 lei - 20%
Preț: 355.27 lei - 20%
Preț: 731.97 lei - 20%
Preț: 293.24 lei - 20%
Preț: 669.21 lei - 20%
Preț: 984.64 lei - 20%
Preț: 620.33 lei - 20%
Preț: 336.86 lei - 20%
Preț: 330.54 lei - 20%
Preț: 313.87 lei - 20%
Preț: 679.09 lei - 20%
Preț: 373.16 lei - 20%
Preț: 782.57 lei - 20%
Preț: 434.17 lei - 20%
Preț: 489.11 lei - 20%
Preț: 904.16 lei - 20%
Preț: 375.72 lei - 20%
Preț: 400.17 lei - 20%
Preț: 432.78 lei - 20%
Preț: 631.96 lei - 20%
Preț: 432.11 lei - 20%
Preț: 1359.66 lei - 20%
Preț: 556.96 lei - 20%
Preț: 488.90 lei - 20%
Preț: 560.93 lei - 20%
Preț: 327.36 lei - 20%
Preț: 340.04 lei - 20%
Preț: 327.36 lei - 20%
Preț: 328.94 lei - 20%
Preț: 629.71 lei - 20%
Preț: 568.70 lei - 20%
Preț: 447.31 lei - 20%
Preț: 733.68 lei - 20%
Preț: 315.26 lei - 20%
Preț: 315.62 lei - 20%
Preț: 1020.28 lei - 20%
Preț: 850.42 lei - 20%
Preț: 1391.87 lei - 20%
Preț: 519.32 lei
Preț: 333.82 lei
Preț vechi: 417.28 lei
-20%
Puncte Express: 501
Preț estimativ în valută:
59.09€ • 68.64$ • 51.19£
59.09€ • 68.64$ • 51.19£
Carte tipărită la comandă
Livrare economică 02-16 martie
Preluare comenzi: 021 569.72.76
Specificații
ISBN-13: 9783319224817
ISBN-10: 3319224816
Pagini: 548
Ilustrații: XVI, 532 p. 128 illus.
Dimensiuni: 155 x 235 x 30 mm
Greutate: 0.82 kg
Ediția:1st edition 2015
Editura: Springer
Seria Lecture Notes in Computer Science
Locul publicării:Cham, Switzerland
ISBN-10: 3319224816
Pagini: 548
Ilustrații: XVI, 532 p. 128 illus.
Dimensiuni: 155 x 235 x 30 mm
Greutate: 0.82 kg
Ediția:1st edition 2015
Editura: Springer
Seria Lecture Notes in Computer Science
Locul publicării:Cham, Switzerland
Public țintă
ResearchCuprins
Tensor-based methods for blind signal separation.- Deep neural networks for supervised speech separation/enhancment.- Joined analysis of multiple datasets, data fusion, and related topics.- Advances in nonlinear blind source separation.- Sparse and low rank modeling for acoustic signal processing.
Caracteristici
Up-to-date results Includes supplementary material: sn.pub/extras