Ocena:

Obecnie brak opinii czytelników. Ocena opiera się na 2 głosach.
Statistical Optimization for Geometric Computation: Theory and Practice
Tekst przeznaczony dla studentów studiów magisterskich omawia matematyczne podstawy wnioskowania statystycznego w celu budowania trójwymiarowych modeli na podstawie danych z obrazów i czujników, które zawierają szum - zadanie obejmujące autonomiczne roboty kierowane przez kamery wideo i czujniki.
Tekst wykorzystuje teoretyczną dokładność procedury optymalizacji, która maksymalizuje wiarygodność szacunków opartych na danych szumowych. Liczne matematyczne warunki wstępne do opracowania teorii są systematycznie wyjaśniane w oddzielnych rozdziałach.
Metody te obejmują zarówno algebrę liniową, optymalizację i geometrię, jak i szczegółową teorię statystyczną wzorców geometrycznych, szacunków dopasowania i wyboru modelu. Ponadto, przykłady zaczerpnięte zarówno z danych syntetycznych, jak i rzeczywistych, pokazują nieskuteczność konwencjonalnych procedur i poprawę dokładności wynikającą z zastosowania optymalnych metod.