行星科學的機器學習 喬恩.赫爾伯特 9787515923086 【台灣高等教育出版社】
圖書均為代購，正常情形下，訂後約兩周可抵台。
物品所在地：中國大陸
原出版社：中國宇航
物品所在地：中國大陸
原出版社：中國宇航
NT$560
商品編號:
供貨狀況:
尚有庫存
加入最愛
此商品 「 最高 」可以折抵紅利
0
點
(約等於 NT$0 )
商品介紹
| *完成訂單後正常情形下約兩周可抵台。 *本賣場提供之資訊僅供參考，以到貨標的為正確資訊。 印行年月：202408*若逾兩年請先於私訊洽詢存貨情況，謝謝。 台灣(台北市)在地出版社，每筆交易均開具統一發票，祝您中獎最高1000萬元。 書名：行星科學的機器學習 ISBN：9787515923086 出版社：中國宇航 著編譯者：喬恩.赫爾伯特 頁數：161 所在地：中國大陸 *此為代購商品 書號：1681577 可大量預訂，請先連絡。 內容簡介 本書是一本橫跨行星科學、機器學習、人工智慧、軟體分析、工程實踐等多個領域的專著。它深入淺出地闡釋了機器學習理論在行星科學探測中的應用，對行星探測、著陸車等方面的典型實例進行詳細分析，較為全面地介紹了機器學習方法在行星科學中的理論分析、工具應用與實例分析過程。本書內容描述針對性強、闡述詳盡，是目前第一本將人工智慧方法應用於行星科學中進行數據理解和應用的書籍。 本書是面向航天工程、行星科學領域高校師生、科研從業者及愛好者的一本不可多得的佳作，對讀者加深理解行星科學人工智慧方法論，提升實際從業經驗，有著非常重要的指導意義。目錄 第1章 機器學習簡介1 1 機器學習方法概述 1 2 監督學習 1 2 1 分類 1 2 2 回歸分析 1 3 無監督學習 1 3 1 聚類分析 1 3 2 降維 1 4 半監督學習 1 4 1 自我訓練 1 4 2 期望最大化的自我訓練 1 4 3 協同訓練 1 5 主動學習 1 5 1 不確定度採樣 1 5 2 委員會查詢 1 6 流行的機器學習方法 1 6 1 主成分分析法 1 6 2 K均值聚類 1 6 3 支持向量機 1 6 4 決策樹與隨機森林法 1 6 5 神經網路 1 7 數據集準備 參考文獻 第2章 行星任務中獨特的新挑戰 2 1 跨越50年的水星探測 2 2 大型複雜數據返回面臨的挑戰 2 3 面對未知 2 4 行星科學中的機器學習 參考文獻 第3章 行星數據的查找與讀取 3 1 數據採集 3 1 1 簡介 3 1 2 數據處理級別 3 1 3 PDS 3 1 4 歐洲空間局行星科學檔案 3 1 5 使用Python讀取數據 3 1 6 要查看的空間 第4章 Python高光譜分析工具（PyHAT）簡介 4 1 簡介 4 2 PyHAT庫結構 4 3 PyHAT軌道 4 3 1 緊湊型火星偵察成像分光計（CRISM） 4 3 2 月球礦物學製圖儀（M3） 4 3 3 Kaguya光譜剖面儀 4 4 原位PyHAT 4 4 1 基線刪除示例 4 4 2 回歸分析示例 4 4 3 數據勘探示例 4 4 4 校準轉移 4 5 結論 參考文獻 第5章 教程：如何訪問、處理和標記用於機器學習的PDS圖像數據 5 1 簡介 5 2 訪問PDS數據產品 5 2 1 PDS成像圖集 5 2 2 PDS成像節點數據門戶 5 3 對PDs數據產品進行標準圖像格式預處理 5 3 1 PDS圖像數據產品 5 3 2 PDS瀏覽圖像 5 3 3 轉換PDS圖像數據產品 5 4 標記圖像數據 5 4 1 公開可用的標記圖像數據集 5 4 2 用於標記圖像數據的工具 5 5 PDS圖像分類器示例結果 5 5 1 訓練集、驗證集和測試集 5 5 2 模型微調 5 5 3 模型校準與性能 5 5 4 訪問HiRISeNet分類結果 5 6 總結 參考文獻 第6章 通過學習特定模式回歸模型進行行星圖像補繪 6 1 簡介 6 2 相關工作 6 3 實驗數據 6 4 提出的方法 6 4 1 直方圖聚類的無監督分離 6 5 網路架構 6 5 1 訓練細節 6 5 2 基於反射的信息增強方法 6 6 實驗結果 6 6 1 性能評估 6 7 結論 參考文獻 第7章 基於無監督學習的水星可見-近紅外反射率光譜自動表面製圖與分類 7 1 簡介 7 2 水星與MASCS儀器 7 3 數據準備 7 4 從多元數據中學習 7 4 1 降維：ICA 7 4 2 流形學習 7 4 3 聚類分析 7 4 4 結子各 參考文獻 第8章 繪製土星上的風暴圖 8 1 介紹 8 1 1 卡西尼-惠更斯號和氨雲 8 2 探索性主成分分析 8 3 深度學習方法 8 3 1 預處理和預標記 8 3 2 神經網路 8 3 3 訓練與超參數優化 8 3 4 分類驗證 8 4 土星特徵圖 參考文獻 第9章 行星漫遊車的機器學習 9 1 簡介 9 2 風險和資源感知型AutoNav 9 2 1 概述 9 2 2 地形分類 9 2 3 岩石災害探測 9 2 4 基於視覺的滑移和驅動能量預測 9 3 科學駕駛 9 3 1 概述 9 3 2 SCOTI：地形圖像的科學說明 9 3 3 圖像相似性搜索 9 3 4 DBS介面 9 3 5 科學家的DBS實驗 9 4 測試漫遊車演示 9 5 結論與未來工作 參考文獻 第10章 結合機器學習回歸模型和貝葉斯推斷來解釋遙感數據 10 1 對精確快進功能的需求 10 2 反問題的貝葉斯方法 10 3 基於機器學習的代理模型 10 4 案例研究：用代理模型約束小行星的熱特性 10 4 1 熱物理模擬數據集 10 4 2 風化層與岩石混合物的紅外代理模型 10 4 3 Itokawa熱物理性質的貝葉斯推斷 10 5 數據融合的未來展望 10 5 1 遙感數據融合 10 5 2 行星形成理論 10 5 3 航天器自主性 參考文獻 詳細資料或其他書籍請至台灣高等教育出版社查詢，查後請於PChome商店街私訊告知ISBN或書號，我們即儘速上架。 |
