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

Optischer Zustand
Beschreibung
Visual representations of complex concepts enhance our ability to understand digital information more effectively, particularly in fields like Computer Science and Artificial Intelligence. Despite this, the research community in optimization has been relatively unproductive in developing visual tools, even though there is a growing need for such tools to aid in comparing optimization algorithms.…  Traditionally, the comparison of optimization algorithms has relied on collecting numerical data from optimization runs and presenting them through tables and conventional data visualizations (e.g., line plots, bar plots, scatter plots). This has typically been supplemented by statistical analyses of the data. However, in recent years, more researchers have recognized that to gain a deeper understanding of the behavior of optimization algorithms, such as metaheuristics, additional graphical tools are necessary. Furthermore, these tools must be user-friendly to facilitate their use. In this book, the authors present one of the latest and most advanced efforts in this direction. Search Trajectory Networks (STNs) provide a means of representing multiple runs of multiple optimization algorithms applied to the same instance of an optimization problem. Mathematically, STNs are directed graphs. The authors first provide a formal description of how STNs can be constructed from data logs generated by runs of optimization algorithms. The resulting STNs can then be visualized using graph-layout techniques, enabling users to visually inspect and analyze the search behavior of the algorithms. Such visualizations can potentially be generated in different ways. The authors introduce STNWeb, currently the principal tool for this purpose. They provide a detailed account of its functionality and explain how the resulting visualizations can be analyzed and interpreted. Notably, STNWeb incorporates Large Language Model (LLM) support to assist users in analyzing these visualizations. Finally, the authors present a range of compelling use cases illustrating how STN visualizations can contribute to algorithmic research on metaheuristics.
Dieses Produkt haben wir gerade leider nicht auf Lager.
ab 41,99 €
Derzeit nicht verfügbar
Derzeit nicht verfügbar

Handgeprüfte Gebrauchtware

Bis zu 50 % günstiger als neu

21 Tage Widerrufsrecht

Technische Daten


Erscheinungsdatum
16.01.2027
Sprache
Englisch
EAN
9783032428684
Herausgeber
Springer International Publishing
Serien- oder Bandtitel
SpringerBriefs in Intelligent Systems
Sonderedition
Nein
Autor
Gabriela Ochoa, Camilo Chacón Sartori, Christian Blum
Einbandart
Broschiert
Buch Untertitel
Analyzing Stochastic Optimization Algorithms Graphically
Schlagwörter
Search Trajectory Networks (STNs), STNWeb, Optimization, Convex Optimization, Stochastic Optimization, Multi-objective Optimization, 2D Visualization, 3D Visualization, Large Language Models, Metaheuristics, Automated Explainability
Thema-Inhalt
UYQ - Künstliche Intelligenz UYQM - Maschinelles Lernen UYA - Theoretische Informatik UYQV - Maschinelles Sehen, Bildverstehen TJF - Elektronik UYT - Bildverarbeitung
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!