Deep Learning in Visual Computing and Signal Processing
Ten nowy tom, stanowiący pouczające połączenie koncepcji głębokiego uczenia się z zastosowaniami obliczeń wizualnych i przetwarzania sygnałów, obejmuje podstawy i zaawansowane tematy w projektowaniu i wdrażaniu technik wykorzystujących głębokie architektury oraz ich zastosowanie w obliczeniach wizualnych i przetwarzaniu sygnałów.
W tomie najpierw przedstawiono podstawy głębokiego uczenia się, a także architektury i frameworki głębokiego uczenia się. Następnie omówiono głębokie uczenie w sieciach neuronowych oraz głębokie uczenie w modelach rozpoznawania i wykrywania obiektów.
Przygląda się różnym konkretnym zastosowaniom głębokiego uczenia się w przetwarzaniu wizualnym i sygnałowym, takim jak biorobotyka, automatyczna segmentacja guzów mózgu na obrazach MRI, sieci neuronowe do wykorzystania w klasyfikacji napadów, cyfrowe śledztwa kryminalistyczne oparte na głębokim uczeniu się i wiele innych.
