Bis zu 50 % günstiger als neu
3 Jahre rebuy Garantie
Professionelles Refurbishment
ElektronikMedien
Tipps & News
AppleAlle anzeigen
TabletsAlle anzeigen
HandyAlle anzeigen
Fairphone
AppleAlle anzeigen
iPhone Air GenerationiPhone Duo Generation
GoogleAlle anzeigen
Pixel Fold
HonorAlle anzeigen
HuaweiAlle anzeigen
NothingAlle anzeigen
OnePlusAlle anzeigen
OnePlus 11 GenerationOnePlus 12 Generation
SamsungAlle anzeigen
SonyAlle anzeigen
XiaomiAlle anzeigen
Weitere Modelle
Tablets & eBook ReaderAlle anzeigen
GoogleKobo
AppleAlle anzeigen
HuaweiAlle anzeigen
MatePad Pro Serie
MicrosoftAlle anzeigen
XiaomiAlle anzeigen
Kameras & ZubehörAlle anzeigen
ObjektiveAlle anzeigen
Samyang
System & SpiegelreflexAlle anzeigen
CanonAlle anzeigen
FujifilmAlle anzeigen
OlympusAlle anzeigen
PanasonicAlle anzeigen
SonyAlle anzeigen
WearablesAlle anzeigen
Fitness TrackerAlle anzeigen
SmartwatchesAlle anzeigen
Xiaomi
Konsolen & ZubehörAlle anzeigen
Lenovo Legion GoMSI Claw
NintendoAlle anzeigen
Nintendo Switch Lite
PlayStationAlle anzeigen
XboxAlle anzeigen
Audio & HiFiAlle anzeigen
KopfhörerAlle anzeigen
FairphoneGoogle
LautsprecherAlle anzeigen
GoogleYamahatonies
iPodAlle anzeigen

Handgeprüfte Gebrauchtware

Bis zu 50 % günstiger als neu

21 Tage Widerrufsrecht

Machine Learning and Operational Matrix Algorithms for Nonlinear Differential Equations in Ship Dynamics

G. Hariharan, Bin Han, Hossein Jafari (Gebundene Ausgabe, Englisch)

Optischer Zustand
Beschreibung
This book explores analytical and numerical approximate solutions obtained by operational matrix-based methods for both classical and fractional order differential equations. An important focus of the book is to develop operational matrix methods for solving problems of ship dynamical models and fractional order ship roll motion equations arising in ocean engineering. Also, this book provides…  comprehensive information on the conceptual basis of operational matrix theory and its applications. It provides an essential balance between mathematical rigor and the practical applications of operational matrix theory. The book is divided into 8 chapters. The first three chapters are devoted to the mathematical foundations and basics of operational matrix algorithms. The remaining chapters provide the machine learning-based operational matrix algorithms for linear, nonlinear and fractional ship dynamical problems. The book is ideally suited as a text for graduate, postgraduate and research students in applied mathematics and computing.
Dieses Produkt haben wir gerade leider nicht auf Lager.
Derzeit nicht verfügbar
Derzeit nicht verfügbar

Handgeprüfte Gebrauchtware

Bis zu 50 % günstiger als neu

21 Tage Widerrufsrecht

Technische Daten


Erscheinungsdatum
28.10.2026
Sprache
Englisch
EAN
9789819254835
Herausgeber
Springer Singapore
Serien- oder Bandtitel
Industrial and Applied Mathematics
Sonderedition
Nein
Autor
G. Hariharan, Bin Han, Hossein Jafari
Seitenanzahl
154
Einbandart
Gebundene Ausgabe
Schlagwörter
Operational Matrix Methods, Ship Dynamical Systems, Fractional Differential Equations, Machine Learning Algorithms, Numerical and Approximate Methods, Ocean Engineering Applications
Thema-Inhalt
PBKS - Numerische Mathematik PBKJ - Differentialrechnung und -gleichungen UYQ - Künstliche Intelligenz UYQM - Maschinelles Lernen UMB - Algorithmen und Datenstrukturen
Höhe
235 mm
Breite
15.5 cm

Auf gebrauchten Artikeln oder Originalverpackungen sichtbare Umwelt-, Nachhaltigkeits- oder Zertifizierungsangaben stammen aus der ursprünglichen Herstellerkennzeichnung. Sie stellen keine eigene aktuelle Umwelt- oder Nachhaltigkeitsaussage von rebuy dar. Maßgeblich für das Angebot sind ausschließlich die von rebuy in der Artikelbeschreibung angegebenen Produkteigenschaften.

Transparenz & Sicherheit

Hersteller: Springer Nature Customer Service Center GmbH, Europaplatz 3, Heidelberg, Deutschland, 69115, ProductSafety@springernature.com

-.-
Leider noch keine Bewertungen
Leider noch keine Bewertungen
Schreib die erste Bewertung für dieses Produkt!
Wenn du eine Bewertung für dieses Produkt schreibst, hilfst du allen Kund:innen, die noch überlegen, ob sie das Produkt kaufen wollen. Vielen Dank, dass du mitmachst!