Note :
Il n'y a actuellement aucun avis de lecteur. La note est basée sur 2 votes.
Statistical Optimization for Geometric Computation: Theory and Practice
Ce texte destiné aux étudiants de troisième cycle traite des fondements mathématiques de l'inférence statistique pour la construction de modèles tridimensionnels à partir d'images et de données de capteurs contenant du bruit - une tâche impliquant des robots autonomes guidés par des caméras vidéo et des capteurs.
Le texte utilise une précision théorique pour la procédure d'optimisation, qui maximise la fiabilité des estimations basées sur des données bruitées. Les nombreuses conditions mathématiques préalables au développement des théories sont expliquées systématiquement dans des chapitres distincts.
Ces méthodes vont de l'algèbre linéaire, de l'optimisation et de la géométrie à une théorie statistique détaillée des modèles géométriques, des estimations d'ajustement et de la sélection des modèles. En outre, des exemples tirés de données synthétiques et réelles démontrent les insuffisances des procédures conventionnelles et les améliorations de la précision qui résultent de l'utilisation de méthodes optimales.
© Book1 Group - tous droits réservés.
Le contenu de ce site ne peut être copié ou utilisé, en tout ou en partie, sans l'autorisation écrite du propriétaire.
Dernière modification: 2024.11.14 07:32 (GMT)