close
1.

電子ブック
ＥＢ
1. Constructing Correct Software
John Cooke
出版情報: Springer eBooks Computer Science , Springer London, 2005
所蔵情報: loading…
目次情報: 続きを見る
Abridged Preface to First Edition
Preface to Second Edition
Introduction / 0：
What Is this Book About? / 0.1：
Some Terminology / 0.2：
How Might Programs Fail? / 0.3：
A Way Forward / 0.4：
On Mathematics / 0.5：
Linking Paradigms / 0.6：
Problem Solving / 0.7：
The Book Plan / 0.8：
Preliminaries / Part A：
The Technical Background / 1：
Functions, Relations and Specifications / 1.0：
Summary of Features / 1.1.1：
Guidelines for Specifications / 1.1.2：
Equational Reasoning and Types / 1.2：
The Origin and Application of Rules / 1.3：
Data Types / 1.4：
A Glimpse at the Integers / 1.4.1：
Logical Types / 1.4.2：
The Boolean Type, IB / 1.4.2.1：
Implication and Deduction / 1.4.2.2：
Boolean Quantifiers / 1.4.2.3：
Extended (3-valued) Logic / 1.4.2.4：
Sets / 1.4.3：
Integers / 1.4.4：
Inequalities / 1.4.4.1：
Bags / 1.4.5：
Lists / 1.4.6：
Records and n-tuples / 1.4.7：
Union Types / 1.4.8：
Sub-types and Sub-ranges / 1.4.9：
Type Transfer Functions and Casts / 1.4.10：
Data Types and Transformations / 1.4.11：
On Quantification / 1.4.12：
Applying Unfold/Fold Transformations / 1.5：
On Programming / 2：
Overview / 2.0：
Procedural Programming / 2.1：
'Good' Programming / 2.2：
Structuring and (control) Flowcharts / 2.3：
PDL Overview / 2.4：
"Let" and "Where" / 2.4.1：
Scope and Parameters / 2.4.2：
Comments and Assertions / 2.5：
Verification of Procedural Programs / 2.6：
Sequencing / 2.6.1：
Alternation / 2.6.2：
Iteration / 2.6.3：
Program Derivation / 2.7：
Fundamentals / Part B：
Algorithm Extraction / 3：
On Converging Recursion / 3.0：
Design Tactics / 3.2：
Checking Perceived Answers / 3.2.1：
Problem Reduction / 3.2.2：
Problem Decomposition / 3.2.3：
Structural Splitting / 3.2.3.1：
Predicated Splitting / 3.2.3.2：
Mixed Strategies / 3.2.3.3：
Domain Partitioning / 3.2.3.4：
The Use of Analogy / 3.2.4：
'Eureka' Processes / 3.3：
Summary
Recursion Removal / 4：
Tail Recursion / 4.1：
Associative Recursion / 4.2：
Up and Down Iteration / 4.3：
Speeding up Iteratons / 4.4：
Recursive Procedures / 4.5：
Quantifications / 5：
Defining Composite Values / 5.0：
Derived Composite Values / 5.2：
1-place Functions / 5.2.1：
2-place Functions / 5.2.2：
Application to Program Development / 5.3：
An Extended Example: The Factorial Function / 5.3.1：
Some Rules for Quantifications / 5.4：
General Rules / 5.4.1：
Special Rules for Logical Quantifiers / 5.4.2：
Refinement and Re-use / 6：
Operational Refinement / 6.1：
On Correctness / 6.1.1：
Some Properties of Design Refinement / 6.1.2：
An Alternative View / 6.1.3：
Re-using Designs / 6.2：
Developments / Part C：
Sorting / 7：
Specification and Initial Discussion / 7.1：
Initial Designs / 7.2：
Predicated Splitting (Partitioning) / 7.2.1：
Complete Designs / 7.3：
Exchange Sorts / 7.3.1：
Merge Sorts / 7.3.2：
The Basic Merge Sort / 7.3.2.1：
Partition Sorts / 7.3.3：
Simple Partition Sort / 7.3.3.1：
A Quick Design / 7.4：
Data Refinement / 8：
On 'Internal' Data Types / 8.1：
Changing Data Types / 8.2：
Where to next? / 8.3：
Sorting Revisited / 9：
Variants of the Merge Sort / 9.1：
Failures and Fixes / 9.3：
Inadequate Pre-Conditions / 10.1：
Failures in Structural Splitting / 10.2：
Loss of Vital Information / 10.2.1：
Further Examples / 11：
The 2-D Convex Hull / 11.1：
Topological Sort / 11.2：
Experimentation / 11.2.1：
A Proper Formulation / 11.2.2：
Some 'Extremal' Problems / 11.3：
On Interactive Software / 12：
Specifications Involving Change / 12.1：
Specifications of Input/Output / 12.1.1：
Conventional Communications / 12.1.2：
The Enabling of Computations / 12.1.3：
Pertaining to (Software) Systems / 12.2：
System Requirements / 12.2.1：
Specifying Systems / 12.2.2：
Transformation Digest / Appendix：
Re-write Rule Conventions / A.0：
Data Manipulation Rules / A.1：
The Type IB / A.1.1：
Extended Logic and Conditional Expressions / A.1.2：
Common Conversion Functions / A.1.3：
Quantifier Rules / A.1.8：
Quantifier Properties / A.2：
'Not Occurs in' / A.3：
On PDL Structure / A.4：
PDL Transformation Rules / A.4.1：
Bibliography
Index
Abridged Preface to First Edition
Preface to Second Edition
Introduction / 0：
2.

電子ブック
ＥＢ
2. Constructing Correct Software
John Cooke
出版情報: SpringerLink Books - AutoHoldings , Springer London, 2005
所蔵情報: loading…
目次情報: 続きを見る
Abridged Preface to First Edition
Preface to Second Edition
Introduction / 0：
What Is this Book About? / 0.1：
Some Terminology / 0.2：
How Might Programs Fail? / 0.3：
A Way Forward / 0.4：
On Mathematics / 0.5：
Linking Paradigms / 0.6：
Problem Solving / 0.7：
The Book Plan / 0.8：
Preliminaries / Part A：
The Technical Background / 1：
Functions, Relations and Specifications / 1.0：
Summary of Features / 1.1.1：
Guidelines for Specifications / 1.1.2：
Equational Reasoning and Types / 1.2：
The Origin and Application of Rules / 1.3：
Data Types / 1.4：
A Glimpse at the Integers / 1.4.1：
Logical Types / 1.4.2：
The Boolean Type, IB / 1.4.2.1：
Implication and Deduction / 1.4.2.2：
Boolean Quantifiers / 1.4.2.3：
Extended (3-valued) Logic / 1.4.2.4：
Sets / 1.4.3：
Integers / 1.4.4：
Inequalities / 1.4.4.1：
Bags / 1.4.5：
Lists / 1.4.6：
Records and n-tuples / 1.4.7：
Union Types / 1.4.8：
Sub-types and Sub-ranges / 1.4.9：
Type Transfer Functions and Casts / 1.4.10：
Data Types and Transformations / 1.4.11：
On Quantification / 1.4.12：
Applying Unfold/Fold Transformations / 1.5：
On Programming / 2：
Overview / 2.0：
Procedural Programming / 2.1：
'Good' Programming / 2.2：
Structuring and (control) Flowcharts / 2.3：
PDL Overview / 2.4：
"Let" and "Where" / 2.4.1：
Scope and Parameters / 2.4.2：
Comments and Assertions / 2.5：
Verification of Procedural Programs / 2.6：
Sequencing / 2.6.1：
Alternation / 2.6.2：
Iteration / 2.6.3：
Program Derivation / 2.7：
Fundamentals / Part B：
Algorithm Extraction / 3：
On Converging Recursion / 3.0：
Design Tactics / 3.2：
Checking Perceived Answers / 3.2.1：
Problem Reduction / 3.2.2：
Problem Decomposition / 3.2.3：
Structural Splitting / 3.2.3.1：
Predicated Splitting / 3.2.3.2：
Mixed Strategies / 3.2.3.3：
Domain Partitioning / 3.2.3.4：
The Use of Analogy / 3.2.4：
'Eureka' Processes / 3.3：
Summary
Recursion Removal / 4：
Tail Recursion / 4.1：
Associative Recursion / 4.2：
Up and Down Iteration / 4.3：
Speeding up Iteratons / 4.4：
Recursive Procedures / 4.5：
Quantifications / 5：
Defining Composite Values / 5.0：
Derived Composite Values / 5.2：
1-place Functions / 5.2.1：
2-place Functions / 5.2.2：
Application to Program Development / 5.3：
An Extended Example: The Factorial Function / 5.3.1：
Some Rules for Quantifications / 5.4：
General Rules / 5.4.1：
Special Rules for Logical Quantifiers / 5.4.2：
Refinement and Re-use / 6：
Operational Refinement / 6.1：
On Correctness / 6.1.1：
Some Properties of Design Refinement / 6.1.2：
An Alternative View / 6.1.3：
Re-using Designs / 6.2：
Developments / Part C：
Sorting / 7：
Specification and Initial Discussion / 7.1：
Initial Designs / 7.2：
Predicated Splitting (Partitioning) / 7.2.1：
Complete Designs / 7.3：
Exchange Sorts / 7.3.1：
Merge Sorts / 7.3.2：
The Basic Merge Sort / 7.3.2.1：
Partition Sorts / 7.3.3：
Simple Partition Sort / 7.3.3.1：
A Quick Design / 7.4：
Data Refinement / 8：
On 'Internal' Data Types / 8.1：
Changing Data Types / 8.2：
Where to next? / 8.3：
Sorting Revisited / 9：
Variants of the Merge Sort / 9.1：
Failures and Fixes / 9.3：
Inadequate Pre-Conditions / 10.1：
Failures in Structural Splitting / 10.2：
Loss of Vital Information / 10.2.1：
Further Examples / 11：
The 2-D Convex Hull / 11.1：
Topological Sort / 11.2：
Experimentation / 11.2.1：
A Proper Formulation / 11.2.2：
Some 'Extremal' Problems / 11.3：
On Interactive Software / 12：
Specifications Involving Change / 12.1：
Specifications of Input/Output / 12.1.1：
Conventional Communications / 12.1.2：
The Enabling of Computations / 12.1.3：
Pertaining to (Software) Systems / 12.2：
System Requirements / 12.2.1：
Specifying Systems / 12.2.2：
Transformation Digest / Appendix：
Re-write Rule Conventions / A.0：
Data Manipulation Rules / A.1：
The Type IB / A.1.1：
Extended Logic and Conditional Expressions / A.1.2：
Common Conversion Functions / A.1.3：
Quantifier Rules / A.1.8：
Quantifier Properties / A.2：
'Not Occurs in' / A.3：
On PDL Structure / A.4：
PDL Transformation Rules / A.4.1：
Bibliography
Index
Abridged Preface to First Edition
Preface to Second Edition
Introduction / 0：
3.

電子ブック
ＥＢ
3. Differential Evolution
Kenneth V. Price, Th B?ck, Jouni A. Lampinen, Rainer M. Storn
出版情報: Springer eBooks Computer Science , Springer Berlin Heidelberg, 2005
所蔵情報: loading…
目次情報: 続きを見る
Preface
Table of Contents
The Motivation for Differential Evolution / 1：
Introduction to Parameter Optimization / 1.1：
Overview / 1.1.1：
Single-Point, Derivative-Based Optimization / 1.1.2：
One-Point, Derivative-Free Optimization and the Step Size Problem / 1.1.3：
Local Versus Global Optimization / 1.2：
Simulated Annealing / 1.2.1：
Multi-Point, Derivative-Based Methods / 1.2.2：
Multi-Point, Derivative-Free Methods / 1.2.3：
Differential Evolution - A First Impression / 1.2.4：
References
The Differential Evolution Algorithm / 2：
Population Structure / 2.1：
Initialization / 2.1.2：
Mutation / 2.1.3：
Crossover / 2.1.4：
Selection / 2.1.5：
DE at a Glance / 2.1.6：
Visualizing DE / 2.1.7：
Notation / 2.1.8：
Parameter Representation / 2.2：
Bit Strings / 2.2.1：
Floating-Point / 2.2.2：
Floating-Point Constraints / 2.2.3：
Initial Bounds / 2.3：
Initial Distributions / 2.3.2：
Base Vector Selection / 2.4：
Choosing the Base Vector Index, r0 / 2.4.1：
One-to-One Base Vector Selection / 2.4.2：
A Comparison of Random Base Index Selection Methods / 2.4.3：
Degenerate Vector Combinations / 2.4.4：
Implementing Mutually Exclusive Indices / 2.4.5：
Gauging the Effects of Degenerate Combinations: The Sphere / 2.4.6：
Biased Base Vector Selection Schemes / 2.4.7：
Differential Mutation / 2.5：
The Mutation Scale Factor: F / 2.5.1：
Randomizing the Scale Factor / 2.5.2：
Recombination / 2.6：
The Role of Cr in Optimization / 2.6.1：
Arithmetic Recombination / 2.6.3：
Phase Portraits / 2.6.4：
The Either/Or Algorithm / 2.6.5：
Survival Criteria / 2.7：
Tournament Selection / 2.7.2：
One-to-One Survivor Selection / 2.7.3：
Local Versus Global Selection / 2.7.4：
Permutation Selection Invariance / 2.7.5：
Crossover-Dependent Selection Pressure / 2.7.6：
Parallel Performance / 2.7.7：
Extensions / 2.7.8：
Termination Criteria / 2.8：
Objective Met / 2.8.1：
Limit the Number of Generations / 2.8.2：
Population Statistics / 2.8.3：
Limited Time / 2.8.4：
Human Monitoring / 2.8.5：
Application Specific / 2.8.6：
Benchmarking Differential Evolution / 3：
About Testing / 3.1：
Performance Measures / 3.2：
DE Versus DE / 3.3：
The Algorithms / 3.3.1：
The Test Bed / 3.3.2：
Summary / 3.3.3：
DE Versus Other Optimizers / 3.4：
Comparative Performance: Thirty-Dimensional Functions / 3.4.1：
Comparative Studies: Unconstrained Optimization / 3.4.2：
Performance Comparisons from Other Problem Domains / 3.4.3：
Application-Based Performance Comparisons / 3.4.4：
Problem Domains / 3.5：
Function and Parameter Quantization / 4.1：
Uniform Quantization / 4.2.1：
Non-Uniform Quantization / 4.2.2：
Objective Function Quantization / 4.2.3：
Parameter Quantization / 4.2.4：
Mixed Variables / 4.2.5：
Optimization with Constraints / 4.3：
Boundary Constraints / 4.3.1：
Inequality Constraints / 4.3.2：
Equality Constraints / 4.3.3：
Combinatorial Problems / 4.4：
The Traveling Salesman Problem / 4.4.1：
The Permutation Matrix Approach / 4.4.2：
Relative Position Indexing / 4.4.3：
Onwubolu's Approach / 4.4.4：
Adjacency Matrix Approach / 4.4.5：
Design Centering / 4.4.6：
Divergence, Self-Steering and Pooling / 4.5.1：
Computing a Design Center / 4.5.2：
Multi-Objective Optimization / 4.6：
Weighted Sum of Objective Functions / 4.6.1：
Pareto Optimality / 4.6.2：
The Pareto-Front: Two Examples / 4.6.3：
Adapting DE for Multi-Objective Optimization / 4.6.4：
Dynamic Objective Functions / 4.7：
Stationary Optima / 4.7.1：
Non-Stationary Optima / 4.7.2：
Architectural Aspects and Computing Environments / 5：
DE on Parallel Processors / 5.1：
Background / 5.1.1：
Related Work / 5.1.2：
Drawbacks of the Standard Model / 5.1.3：
Modifying the Standard Model / 5.1.4：
The Master Process / 5.1.5：
DE on Limited Resource Devices / 5.2：
Random Numbers / 5.2.1：
Permutation Generators / 5.2.2：
Efficient Sorting / 5.2.3：
Memory-Saving DE Variants / 5.2.4：
Computer Code / 6：
DeMat - Differential Evolution for MATLAB / 6.1：
General Structure of DeMat / 6.1.1：
Naming and Coding Conventions / 6.1.2：
Data Flow Diagram / 6.1.3：
How to Use the Graphics / 6.1.4：
DeWin - DE for MS Windows: An Application in C / 6.2：
General Structure of DeWin / 6.2.1：
How To Use the Graphics / 6.2.2：
Functions of graphics.h / 6.2.5：
Software on the Accompanying CD / 6.3：
Applications / 7：
Genetic Algorithms and Related Techniques for Optimizing Si-H Clusters: A Merit Analysis for Differential Evolution / 7.1：
Introduction / 7.1.1：
The System Model / 7.1.2：
Computational Details / 7.1.3：
Results and Discussion / 7.1.4：
Concluding Remarks / 7.1.5：
Non-Imaging Optical Design Using Differential Evolution / 7.2：
Objective Function / 7.2.1：
A Reverse Engineering Approach to Testing / 7.2.3：
A More Difficult Problem: An Extended Source / 7.2.4：
Conclusion / 7.2.5：
Optimization of an Industrial Compressor Supply System / 7.3：
Background Information on the Test Problem / 7.3.1：
System Optimization / 7.3.3：
Demand Profiles / 7.3.4：
Modified Differential Evolution; Extending the Generality of DE / 7.3.5：
Component Selection from the Database / 7.3.6：
Crossover Approaches / 7.3.7：
Testing Procedures / 7.3.8：
Obtaining 100% Certainty of the Results / 7.3.9：
Results / 7.3.10：
Minimal Representation Multi-Sensor Fusion Using Differential Evolution / 7.3.11：
Minimal Representation Multi-Sensor Fusion / 7.4.1：
Differential Evolution for Multi-Sensor Fusion / 7.4.3：
Experimental Results / 7.4.4：
Comparison with a Binary Genetic Algorithm / 7.4.5：
Determination of the Earthquake Hypocenter: A Challenge for the Differential Evolution Algorithm / 7.4.6：
Brief Outline of Direct Problem Solution / 7.5.1：
Synthetic Location Test / 7.5.3：
Convergence Properties / 7.5.4：
Conclusions / 7.5.5：
Parallel Differential Evolution: Application to 3-D Medical Image Registration / 7.6：
Medical Image Registration Using Similarity Measures / 7.6.1：
Optimization by Differential Evolution / 7.6.3：
Parallelization of Differential Evolution / 7.6.4：
Acknowledgments / 7.6.5：
Design of Efficient Erasure Codes with Differential Evolution / 7.7：
Codes from Bipartite Graphs / 7.7.1：
Code Design / 7.7.3：
Differential Evolution / 7.7.4：
FIWIZ - A Versatile Program for the Design of Digital Filters Using Differential Evolution / 7.7.5：
Unconventional Design Tasks / 7.8.1：
Approach / 7.8.3：
Examples / 7.8.4：
Optimization of Radial Active Magnetic Bearings by Using Differential Evolution and the Finite Element Method / 7.8.5：
Radial Active Magnetic Bearings / 7.9.1：
Magnetic Field Distribution and Force Computed by the Two-Dimensional FEM / 7.9.3：
RAMB Design Optimized by DE and the FEM / 7.9.4：
Application of Differential Evolution to the Analysis of X-Ray Reflectivity Data / 7.9.5：
The Data-Fitting Procedure / 7.10.1：
The Model and Simulation / 7.10.3：
Inverse Fractal Problem / 7.10.4：
General Introduction / 7.11.1：
Active Compensation in RF-Driven Plasmas by Means of Differential Evolution / 7.11.2：
RF-Driven Plasmas / 7.12.1：
Langmuir Probes / 7.12.3：
Active Compensation in RF-Driven Plasmas / 7.12.4：
Automated Control System Structure and Fitness Function / 7.12.5：
Experimental Setup / 7.12.6：
Parameters and Experimental Design / 7.12.7：
Appendix / 7.12.8：
Unconstrained Uni-Modal Test Functions / A.1：
Sphere / A.1.1：
Hyper-Ellipsoid / A.1.2：
Generalized Rosenbrock / A.1.3：
Schwefel's Ridge / A.1.4：
Neumaier #3 / A.1.5：
Unconstrained Multi-Modal Test Functions / A.2：
Ackley / A.2.1：
Griewangk / A.2.2：
Rastrigin / A.2.3：
Salomon / A.2.4：
Whitley / A.2.5：
Storn's Chebyshev / A.2.6：
Lennard-Jones / A.2.7：
Hilbert / A.2.8：
Modified Langerman / A.2.9：
Shekel's Foxholes / A.2.10：
Odd Square / A.2.11：
Katsuura / A.2.12：
Bound-Constrained Test Functions / A.3：
Schwefel / A.3.1：
Epistatic Michalewicz / A.3.2：
Rana / A.3.3：
Index
Preface
Table of Contents
The Motivation for Differential Evolution / 1：
4.

図書
図書
4. Differential evolution : a practical approach to global optimization
Kenneth V. Price, Rainer M. Storn, Jouni A. Lampinen
出版情報: Berlin : Springer, c2005  xix, 538 p. ; 24 cm.
シリーズ名: Natural computing series
所蔵情報: loading…
目次情報: 続きを見る
Preface
Table of Contents
The Motivation for Differential Evolution / 1：
Introduction to Parameter Optimization / 1.1：
Overview / 1.1.1：
Single-Point, Derivative-Based Optimization / 1.1.2：
One-Point, Derivative-Free Optimization and the Step Size Problem / 1.1.3：
Local Versus Global Optimization / 1.2：
Simulated Annealing / 1.2.1：
Multi-Point, Derivative-Based Methods / 1.2.2：
Multi-Point, Derivative-Free Methods / 1.2.3：
Differential Evolution - A First Impression / 1.2.4：
References
The Differential Evolution Algorithm / 2：
Population Structure / 2.1：
Initialization / 2.1.2：
Mutation / 2.1.3：
Crossover / 2.1.4：
Selection / 2.1.5：
DE at a Glance / 2.1.6：
Visualizing DE / 2.1.7：
Notation / 2.1.8：
Parameter Representation / 2.2：
Bit Strings / 2.2.1：
Floating-Point / 2.2.2：
Floating-Point Constraints / 2.2.3：
Initial Bounds / 2.3：
Initial Distributions / 2.3.2：
Base Vector Selection / 2.4：
Choosing the Base Vector Index, r0 / 2.4.1：
One-to-One Base Vector Selection / 2.4.2：
A Comparison of Random Base Index Selection Methods / 2.4.3：
Degenerate Vector Combinations / 2.4.4：
Implementing Mutually Exclusive Indices / 2.4.5：
Gauging the Effects of Degenerate Combinations: The Sphere / 2.4.6：
Biased Base Vector Selection Schemes / 2.4.7：
Differential Mutation / 2.5：
The Mutation Scale Factor: F / 2.5.1：
Randomizing the Scale Factor / 2.5.2：
Recombination / 2.6：
The Role of Cr in Optimization / 2.6.1：
Arithmetic Recombination / 2.6.3：
Phase Portraits / 2.6.4：
The Either/Or Algorithm / 2.6.5：
Survival Criteria / 2.7：
Tournament Selection / 2.7.2：
One-to-One Survivor Selection / 2.7.3：
Local Versus Global Selection / 2.7.4：
Permutation Selection Invariance / 2.7.5：
Crossover-Dependent Selection Pressure / 2.7.6：
Parallel Performance / 2.7.7：
Extensions / 2.7.8：
Termination Criteria / 2.8：
Objective Met / 2.8.1：
Limit the Number of Generations / 2.8.2：
Population Statistics / 2.8.3：
Limited Time / 2.8.4：
Human Monitoring / 2.8.5：
Application Specific / 2.8.6：
Benchmarking Differential Evolution / 3：
About Testing / 3.1：
Performance Measures / 3.2：
DE Versus DE / 3.3：
The Algorithms / 3.3.1：
The Test Bed / 3.3.2：
Summary / 3.3.3：
DE Versus Other Optimizers / 3.4：
Comparative Performance: Thirty-Dimensional Functions / 3.4.1：
Comparative Studies: Unconstrained Optimization / 3.4.2：
Performance Comparisons from Other Problem Domains / 3.4.3：
Application-Based Performance Comparisons / 3.4.4：
Problem Domains / 3.5：
Function and Parameter Quantization / 4.1：
Uniform Quantization / 4.2.1：
Non-Uniform Quantization / 4.2.2：
Objective Function Quantization / 4.2.3：
Parameter Quantization / 4.2.4：
Mixed Variables / 4.2.5：
Optimization with Constraints / 4.3：
Boundary Constraints / 4.3.1：
Inequality Constraints / 4.3.2：
Equality Constraints / 4.3.3：
Combinatorial Problems / 4.4：
The Traveling Salesman Problem / 4.4.1：
The Permutation Matrix Approach / 4.4.2：
Relative Position Indexing / 4.4.3：
Onwubolu's Approach / 4.4.4：
Adjacency Matrix Approach / 4.4.5：
Design Centering / 4.4.6：
Divergence, Self-Steering and Pooling / 4.5.1：
Computing a Design Center / 4.5.2：
Multi-Objective Optimization / 4.6：
Weighted Sum of Objective Functions / 4.6.1：
Pareto Optimality / 4.6.2：
The Pareto-Front: Two Examples / 4.6.3：
Adapting DE for Multi-Objective Optimization / 4.6.4：
Dynamic Objective Functions / 4.7：
Stationary Optima / 4.7.1：
Non-Stationary Optima / 4.7.2：
Architectural Aspects and Computing Environments / 5：
DE on Parallel Processors / 5.1：
Background / 5.1.1：
Related Work / 5.1.2：
Drawbacks of the Standard Model / 5.1.3：
Modifying the Standard Model / 5.1.4：
The Master Process / 5.1.5：
DE on Limited Resource Devices / 5.2：
Random Numbers / 5.2.1：
Permutation Generators / 5.2.2：
Efficient Sorting / 5.2.3：
Memory-Saving DE Variants / 5.2.4：
Computer Code / 6：
DeMat - Differential Evolution for MATLAB / 6.1：
General Structure of DeMat / 6.1.1：
Naming and Coding Conventions / 6.1.2：
Data Flow Diagram / 6.1.3：
How to Use the Graphics / 6.1.4：
DeWin - DE for MS Windows: An Application in C / 6.2：
General Structure of DeWin / 6.2.1：
How To Use the Graphics / 6.2.2：
Functions of graphics.h / 6.2.5：
Software on the Accompanying CD / 6.3：
Applications / 7：
Genetic Algorithms and Related Techniques for Optimizing Si-H Clusters: A Merit Analysis for Differential Evolution / 7.1：
Introduction / 7.1.1：
The System Model / 7.1.2：
Computational Details / 7.1.3：
Results and Discussion / 7.1.4：
Concluding Remarks / 7.1.5：
Non-Imaging Optical Design Using Differential Evolution / 7.2：
Objective Function / 7.2.1：
A Reverse Engineering Approach to Testing / 7.2.3：
A More Difficult Problem: An Extended Source / 7.2.4：
Conclusion / 7.2.5：
Optimization of an Industrial Compressor Supply System / 7.3：
Background Information on the Test Problem / 7.3.1：
System Optimization / 7.3.3：
Demand Profiles / 7.3.4：
Modified Differential Evolution; Extending the Generality of DE / 7.3.5：
Component Selection from the Database / 7.3.6：
Crossover Approaches / 7.3.7：
Testing Procedures / 7.3.8：
Obtaining 100% Certainty of the Results / 7.3.9：
Results / 7.3.10：
Minimal Representation Multi-Sensor Fusion Using Differential Evolution / 7.3.11：
Minimal Representation Multi-Sensor Fusion / 7.4.1：
Differential Evolution for Multi-Sensor Fusion / 7.4.3：
Experimental Results / 7.4.4：
Comparison with a Binary Genetic Algorithm / 7.4.5：
Determination of the Earthquake Hypocenter: A Challenge for the Differential Evolution Algorithm / 7.4.6：
Brief Outline of Direct Problem Solution / 7.5.1：
Synthetic Location Test / 7.5.3：
Convergence Properties / 7.5.4：
Conclusions / 7.5.5：
Parallel Differential Evolution: Application to 3-D Medical Image Registration / 7.6：
Medical Image Registration Using Similarity Measures / 7.6.1：
Optimization by Differential Evolution / 7.6.3：
Parallelization of Differential Evolution / 7.6.4：
Acknowledgments / 7.6.5：
Design of Efficient Erasure Codes with Differential Evolution / 7.7：
Codes from Bipartite Graphs / 7.7.1：
Code Design / 7.7.3：
Differential Evolution / 7.7.4：
FIWIZ - A Versatile Program for the Design of Digital Filters Using Differential Evolution / 7.7.5：
Unconventional Design Tasks / 7.8.1：
Approach / 7.8.3：
Examples / 7.8.4：
Optimization of Radial Active Magnetic Bearings by Using Differential Evolution and the Finite Element Method / 7.8.5：
Radial Active Magnetic Bearings / 7.9.1：
Magnetic Field Distribution and Force Computed by the Two-Dimensional FEM / 7.9.3：
RAMB Design Optimized by DE and the FEM / 7.9.4：
Application of Differential Evolution to the Analysis of X-Ray Reflectivity Data / 7.9.5：
The Data-Fitting Procedure / 7.10.1：
The Model and Simulation / 7.10.3：
Inverse Fractal Problem / 7.10.4：
General Introduction / 7.11.1：
Active Compensation in RF-Driven Plasmas by Means of Differential Evolution / 7.11.2：
RF-Driven Plasmas / 7.12.1：
Langmuir Probes / 7.12.3：
Active Compensation in RF-Driven Plasmas / 7.12.4：
Automated Control System Structure and Fitness Function / 7.12.5：
Experimental Setup / 7.12.6：
Parameters and Experimental Design / 7.12.7：
Appendix / 7.12.8：
Unconstrained Uni-Modal Test Functions / A.1：
Sphere / A.1.1：
Hyper-Ellipsoid / A.1.2：
Generalized Rosenbrock / A.1.3：
Schwefel's Ridge / A.1.4：
Neumaier #3 / A.1.5：
Unconstrained Multi-Modal Test Functions / A.2：
Ackley / A.2.1：
Griewangk / A.2.2：
Rastrigin / A.2.3：
Salomon / A.2.4：
Whitley / A.2.5：
Storn's Chebyshev / A.2.6：
Lennard-Jones / A.2.7：
Hilbert / A.2.8：
Modified Langerman / A.2.9：
Shekel's Foxholes / A.2.10：
Odd Square / A.2.11：
Katsuura / A.2.12：
Bound-Constrained Test Functions / A.3：
Schwefel / A.3.1：
Epistatic Michalewicz / A.3.2：
Rana / A.3.3：
Index
Preface
Table of Contents
The Motivation for Differential Evolution / 1：
5.

電子ブック
ＥＢ
5. Differential Evolution
Kenneth V. Price, Th Bäck, Jouni A. Lampinen, Rainer M. Storn
出版情報: SpringerLink Books - AutoHoldings , Springer Berlin Heidelberg, 2005
所蔵情報: loading…
目次情報: 続きを見る
Preface
Table of Contents
The Motivation for Differential Evolution / 1：
Introduction to Parameter Optimization / 1.1：
Overview / 1.1.1：
Single-Point, Derivative-Based Optimization / 1.1.2：
One-Point, Derivative-Free Optimization and the Step Size Problem / 1.1.3：
Local Versus Global Optimization / 1.2：
Simulated Annealing / 1.2.1：
Multi-Point, Derivative-Based Methods / 1.2.2：
Multi-Point, Derivative-Free Methods / 1.2.3：
Differential Evolution - A First Impression / 1.2.4：
References
The Differential Evolution Algorithm / 2：
Population Structure / 2.1：
Initialization / 2.1.2：
Mutation / 2.1.3：
Crossover / 2.1.4：
Selection / 2.1.5：
DE at a Glance / 2.1.6：
Visualizing DE / 2.1.7：
Notation / 2.1.8：
Parameter Representation / 2.2：
Bit Strings / 2.2.1：
Floating-Point / 2.2.2：
Floating-Point Constraints / 2.2.3：
Initial Bounds / 2.3：
Initial Distributions / 2.3.2：
Base Vector Selection / 2.4：
Choosing the Base Vector Index, r0 / 2.4.1：
One-to-One Base Vector Selection / 2.4.2：
A Comparison of Random Base Index Selection Methods / 2.4.3：
Degenerate Vector Combinations / 2.4.4：
Implementing Mutually Exclusive Indices / 2.4.5：
Gauging the Effects of Degenerate Combinations: The Sphere / 2.4.6：
Biased Base Vector Selection Schemes / 2.4.7：
Differential Mutation / 2.5：
The Mutation Scale Factor: F / 2.5.1：
Randomizing the Scale Factor / 2.5.2：
Recombination / 2.6：
The Role of Cr in Optimization / 2.6.1：
Arithmetic Recombination / 2.6.3：
Phase Portraits / 2.6.4：
The Either/Or Algorithm / 2.6.5：
Survival Criteria / 2.7：
Tournament Selection / 2.7.2：
One-to-One Survivor Selection / 2.7.3：
Local Versus Global Selection / 2.7.4：
Permutation Selection Invariance / 2.7.5：
Crossover-Dependent Selection Pressure / 2.7.6：
Parallel Performance / 2.7.7：
Extensions / 2.7.8：
Termination Criteria / 2.8：
Objective Met / 2.8.1：
Limit the Number of Generations / 2.8.2：
Population Statistics / 2.8.3：
Limited Time / 2.8.4：
Human Monitoring / 2.8.5：
Application Specific / 2.8.6：
Benchmarking Differential Evolution / 3：
About Testing / 3.1：
Performance Measures / 3.2：
DE Versus DE / 3.3：
The Algorithms / 3.3.1：
The Test Bed / 3.3.2：
Summary / 3.3.3：
DE Versus Other Optimizers / 3.4：
Comparative Performance: Thirty-Dimensional Functions / 3.4.1：
Comparative Studies: Unconstrained Optimization / 3.4.2：
Performance Comparisons from Other Problem Domains / 3.4.3：
Application-Based Performance Comparisons / 3.4.4：
Problem Domains / 3.5：
Function and Parameter Quantization / 4.1：
Uniform Quantization / 4.2.1：
Non-Uniform Quantization / 4.2.2：
Objective Function Quantization / 4.2.3：
Parameter Quantization / 4.2.4：
Mixed Variables / 4.2.5：
Optimization with Constraints / 4.3：
Boundary Constraints / 4.3.1：
Inequality Constraints / 4.3.2：
Equality Constraints / 4.3.3：
Combinatorial Problems / 4.4：
The Traveling Salesman Problem / 4.4.1：
The Permutation Matrix Approach / 4.4.2：
Relative Position Indexing / 4.4.3：
Onwubolu's Approach / 4.4.4：
Adjacency Matrix Approach / 4.4.5：
Design Centering / 4.4.6：
Divergence, Self-Steering and Pooling / 4.5.1：
Computing a Design Center / 4.5.2：
Multi-Objective Optimization / 4.6：
Weighted Sum of Objective Functions / 4.6.1：
Pareto Optimality / 4.6.2：
The Pareto-Front: Two Examples / 4.6.3：
Adapting DE for Multi-Objective Optimization / 4.6.4：
Dynamic Objective Functions / 4.7：
Stationary Optima / 4.7.1：
Non-Stationary Optima / 4.7.2：
Architectural Aspects and Computing Environments / 5：
DE on Parallel Processors / 5.1：
Background / 5.1.1：
Related Work / 5.1.2：
Drawbacks of the Standard Model / 5.1.3：
Modifying the Standard Model / 5.1.4：
The Master Process / 5.1.5：
DE on Limited Resource Devices / 5.2：
Random Numbers / 5.2.1：
Permutation Generators / 5.2.2：
Efficient Sorting / 5.2.3：
Memory-Saving DE Variants / 5.2.4：
Computer Code / 6：
DeMat - Differential Evolution for MATLAB / 6.1：
General Structure of DeMat / 6.1.1：
Naming and Coding Conventions / 6.1.2：
Data Flow Diagram / 6.1.3：
How to Use the Graphics / 6.1.4：
DeWin - DE for MS Windows: An Application in C / 6.2：
General Structure of DeWin / 6.2.1：
How To Use the Graphics / 6.2.2：
Functions of graphics.h / 6.2.5：
Software on the Accompanying CD / 6.3：
Applications / 7：
Genetic Algorithms and Related Techniques for Optimizing Si-H Clusters: A Merit Analysis for Differential Evolution / 7.1：
Introduction / 7.1.1：
The System Model / 7.1.2：
Computational Details / 7.1.3：
Results and Discussion / 7.1.4：
Concluding Remarks / 7.1.5：
Non-Imaging Optical Design Using Differential Evolution / 7.2：
Objective Function / 7.2.1：
A Reverse Engineering Approach to Testing / 7.2.3：
A More Difficult Problem: An Extended Source / 7.2.4：
Conclusion / 7.2.5：
Optimization of an Industrial Compressor Supply System / 7.3：
Background Information on the Test Problem / 7.3.1：
System Optimization / 7.3.3：
Demand Profiles / 7.3.4：
Modified Differential Evolution; Extending the Generality of DE / 7.3.5：
Component Selection from the Database / 7.3.6：
Crossover Approaches / 7.3.7：
Testing Procedures / 7.3.8：
Obtaining 100% Certainty of the Results / 7.3.9：
Results / 7.3.10：
Minimal Representation Multi-Sensor Fusion Using Differential Evolution / 7.3.11：
Minimal Representation Multi-Sensor Fusion / 7.4.1：
Differential Evolution for Multi-Sensor Fusion / 7.4.3：
Experimental Results / 7.4.4：
Comparison with a Binary Genetic Algorithm / 7.4.5：
Determination of the Earthquake Hypocenter: A Challenge for the Differential Evolution Algorithm / 7.4.6：
Brief Outline of Direct Problem Solution / 7.5.1：
Synthetic Location Test / 7.5.3：
Convergence Properties / 7.5.4：
Conclusions / 7.5.5：
Parallel Differential Evolution: Application to 3-D Medical Image Registration / 7.6：
Medical Image Registration Using Similarity Measures / 7.6.1：
Optimization by Differential Evolution / 7.6.3：
Parallelization of Differential Evolution / 7.6.4：
Acknowledgments / 7.6.5：
Design of Efficient Erasure Codes with Differential Evolution / 7.7：
Codes from Bipartite Graphs / 7.7.1：
Code Design / 7.7.3：
Differential Evolution / 7.7.4：
FIWIZ - A Versatile Program for the Design of Digital Filters Using Differential Evolution / 7.7.5：
Unconventional Design Tasks / 7.8.1：
Approach / 7.8.3：
Examples / 7.8.4：
Optimization of Radial Active Magnetic Bearings by Using Differential Evolution and the Finite Element Method / 7.8.5：
Radial Active Magnetic Bearings / 7.9.1：
Magnetic Field Distribution and Force Computed by the Two-Dimensional FEM / 7.9.3：
RAMB Design Optimized by DE and the FEM / 7.9.4：
Application of Differential Evolution to the Analysis of X-Ray Reflectivity Data / 7.9.5：
The Data-Fitting Procedure / 7.10.1：
The Model and Simulation / 7.10.3：
Inverse Fractal Problem / 7.10.4：
General Introduction / 7.11.1：
Active Compensation in RF-Driven Plasmas by Means of Differential Evolution / 7.11.2：
RF-Driven Plasmas / 7.12.1：
Langmuir Probes / 7.12.3：
Active Compensation in RF-Driven Plasmas / 7.12.4：
Automated Control System Structure and Fitness Function / 7.12.5：
Experimental Setup / 7.12.6：
Parameters and Experimental Design / 7.12.7：
Appendix / 7.12.8：
Unconstrained Uni-Modal Test Functions / A.1：
Sphere / A.1.1：
Hyper-Ellipsoid / A.1.2：
Generalized Rosenbrock / A.1.3：
Schwefel's Ridge / A.1.4：
Neumaier #3 / A.1.5：
Unconstrained Multi-Modal Test Functions / A.2：
Ackley / A.2.1：
Griewangk / A.2.2：
Rastrigin / A.2.3：
Salomon / A.2.4：
Whitley / A.2.5：
Storn's Chebyshev / A.2.6：
Lennard-Jones / A.2.7：
Hilbert / A.2.8：
Modified Langerman / A.2.9：
Shekel's Foxholes / A.2.10：
Odd Square / A.2.11：
Katsuura / A.2.12：
Bound-Constrained Test Functions / A.3：
Schwefel / A.3.1：
Epistatic Michalewicz / A.3.2：
Rana / A.3.3：
Index
Preface
Table of Contents
The Motivation for Differential Evolution / 1：
6.

図書
図書
6. Oxoacidity : reactions of oxo-compounds in ionic solvents
V. L. Cherginets
出版情報: Amsterdam ; Tokyo : Elsevier, 2005  xix, 382 p. ; 25 cm
シリーズ名: Comprehensive chemical kinetics ; v. 41
所蔵情報: loading…
目次情報: 続きを見る
List of symbols
Introduction
Homogeneous acid-base equilibria and acidity scales in ionic melts / 1：
Definitions of acids and bases / Part 1：
Definitions of particles possessing acid or base properties / 1.1.1：
Definitions of solvents system / 1.1.2：
Hard and soft acids and bases (Pearson's concept) / 1.1.3：
Generalized definition of solvent system. Solvents of kinds I and II / 1.1.4：
Studies of homogeneous acid-base reactions in ionic melts / Part 2：
Features of high-temperature ionic solvents as media for Lux acid-base interactions / 1.2.1：
Methods of investigations / 1.2.2：
Ionic solvents based on alkali metal nitrates / 1.2.3：
Molten alkali metal sulfates / 1.2.4：
Silicate melts / 1.2.5：
KCl-NaCl equimolar mixture / 1.2.6：
Oxocompounds of chromium(VI) / 1.2.6.1：
Oxoacids of molybdenum(VI) / 1.2.6.2：
Oxocompounds of tungsten(VI) / 1.2.6.3：
Oxoacidic properties of phosphates / 1.2.6.4：
Oxoacids of vanadium(V) / 1.2.6.5：
Oxoacids of boron(III) / 1.2.6.6：
Acidic properties of Ge(IV) and Nb(V) oxocompounds / 1.2.6.7：
Molten KCl-LiCl (0.41:0.59) EUTECTIC / 1.2.7：
Molten NaI / 1.2.8：
Other alkaline-metal halides / 1.2.9：
Conclusion / 1.2.10：
Acid-base ranges in ionic melts. Estimation of relative acidic properties of ionic melts / Part 3：
The oxobasicity index as a measure of relative oxoacidic properties of high-temperature ionic solvents / 1.3.1：
Oxoacidity scales for melts based on alkali- and alkaline-earth metal halides / 1.3.2：
Oxygen electrodes in ionic melts. Oxide ion donors / 1.3.3：
Oxygen electrode reversibility in ionic melts / Part 4：
Potentiometric method of study of oxygen electrode reversibility / 2.4.1：
Direct calibration / 2.4.1.1：
Indirect calibration of oxygen electrodes / 2.4.1.2：
Experimental results / 2.4.2：
Oxygen-containing melts / 2.4.2.1：
Melts based on alkali metal halides / 2.4.2.2：
Melts based on alkali- and alkaline-earth halides / 2.4.2.3：
KCl-NaCl-NaF eutectic / 2.4.2.4：
Conclusions / 2.4.3：
Investigations of dissociation of Lux bases in ionic melts / Part 5：
Reactions of ionic melts with gases of acidic or base character / 2.5.1：
High-temperature hydrolysis of melts based on alkali metal halides / 2.5.1.1：
Purification of halide ionic melts from oxide-ion admixtures / 2.5.1.2：
Behaviour of Lux bases in ionic melts / 2.5.2：
Sodium peroxide, Na[subscript 2]O[subscript 2] / 2.5.2.1：
Alkali metal carbonates, Me[subscript 2]CO[subscript 3] / 2.5.2.2：
Alkali metal hydroxides, MeOH / 2.5.2.3：
Equilibria in "solid oxide-ionic melt" systems / 3：
Characteristics of oxide solubilities and methods of their determination / Part 6：
Parameters describing solubilities of solid substances in ionic solvents / 3.6.1：
Methods of oxide solubility determination / 3.6.2：
Isothermal saturation method / 3.6.2.1：
Potentiometric titration method / 3.6.2.2：
Sequential addition method / 3.6.2.3：
Regularities of oxide solubilities in melts based on alkali and alkaline-earth metal halides / Part 7：
Molten alkali-metal halides and their mixtures / 3.7.1：
KCl-LiCl (0.41:0.59) eutectic mixture / 3.7.1.1：
KCl-NaCl (0.50:0.50) equimolar mixture / 3.7.1.2：
CsCl-KCl-NaCl (0.455:0.245:0.30) eutectic / 3.7.1.3：
CsBr-KBr (0.66:0.34) melt / 3.7.1.4：
Molten CsI, 700[degree]C / 3.7.1.5：
Molten potassium halides / 3.7.1.6：
Other solvents based on alkali-metal halides / 3.7.1.7：
Oxide solubilities in melts based on alkali- and alkaline-earth metal halides / 3.7.2：
Solubilities of alkali earth metal carbonates in KCl-NaCl eutectic / 3.7.3：
Afterword / 3.7.4：
References
Formula Index
Subject Index
List of symbols
Introduction
Homogeneous acid-base equilibria and acidity scales in ionic melts / 1：
7.

図書
図書
7. Clustering for data mining : a data recovery approach (: hardcover)
Boris Mirkin
出版情報: Boca Raton, Fla. : Chapman & Hall/CRC, Taylor & Francis, 2005  xxiii, 266 p. ; 25 cm
シリーズ名: Series in computer science and data analysis ; v. 3
所蔵情報: loading…
目次情報: 続きを見る
Preface
List of Denotations
Introduction: Historical Remarks
What Is Clustering / 1：
Base words
Exemplary problems / 1.1：
Structuring / 1.1.1：
Description / 1.1.2：
Association / 1.1.3：
Generalization / 1.1.4：
Visualization of data structure / 1.1.5：
Bird's-eye view / 1.2：
Definition: data and cluster structure / 1.2.1：
Criteria for revealing a cluster structure / 1.2.2：
Three types of cluster description / 1.2.3：
Stages of a clustering application / 1.2.4：
Clustering and other disciplines / 1.2.5：
Different perspectives of clustering / 1.2.6：
What Is Data / 2：
Feature characteristics / 2.1：
Feature scale types / 2.1.1：
Quantitative case / 2.1.2：
Categorical case / 2.1.3：
Bivariate analysis / 2.2：
Two quantitative variables / 2.2.1：
Nominal and quantitative variables / 2.2.2：
Two nominal variables cross-classified / 2.2.3：
Relation between correlation and contingency / 2.2.4：
Meaning of correlation / 2.2.5：
Feature space and data scatter / 2.3：
Data matrix / 2.3.1：
Feature space: distance and inner product / 2.3.2：
Data scatter / 2.3.3：
Pre-processing and standardizing mixed data / 2.4：
Other table data types / 2.5：
Dissimilarity and similarity data / 2.5.1：
Contingency and flow data / 2.5.2：
K-Means Clustering / 3：
Conventional K-Means / 3.1：
Straight K-Means / 3.1.1：
Square error criterion / 3.1.2：
Incremental versions of K-Means / 3.1.3：
Initialization of K-Means / 3.2：
Traditional approaches to initial setting / 3.2.1：
MaxMin for producing deviate centroids / 3.2.2：
Deviate centroids with Anomalous pattern / 3.2.3：
Intelligent K-Means / 3.3：
Iterated Anomalous pattern for iK-Means / 3.3.1：
Cross validation of iK-Means results / 3.3.2：
Interpretation aids / 3.4：
Conventional interpretation aids / 3.4.1：
Contribution and relative contribution tables / 3.4.2：
Cluster representatives / 3.4.3：
Measures of association from ScaD tables / 3.4.4：
Overall assessment / 3.5：
Ward Hierarchical Clustering / 4：
Agglomeration: Ward algorithm / 4.1：
Divisive clustering with Ward criterion / 4.2：
2-Means splitting / 4.2.1：
Splitting by separating / 4.2.2：
Interpretation aids for upper cluster hierarchies / 4.2.3：
Conceptual clustering / 4.3：
Extensions of Ward clustering / 4.4：
Agglomerative clustering with dissimilarity data / 4.4.1：
Hierarchical clustering for contingency and flow data / 4.4.2：
Data Recovery Models / 4.5：
Statistics modeling as data recovery / 5.1：
Averaging / 5.1.1：
Linear regression / 5.1.2：
Principal component analysis / 5.1.3：
Correspondence factor analysis / 5.1.4：
Data recovery model for K-Means / 5.2：
Equation and data scatter decomposition / 5.2.1：
Contributions of clusters, features, and individual entities / 5.2.2：
Correlation ratio as contribution / 5.2.3：
Partition contingency coefficients / 5.2.4：
Data recovery models for Ward criterion / 5.3：
Data recovery models with cluster hierarchies / 5.3.1：
Covariances, variances and data scatter decomposed / 5.3.2：
Direct proof of the equivalence between 2-Means and Ward criteria / 5.3.3：
Gower's controversy / 5.3.4：
Extensions to other data types / 5.4：
Similarity and attraction measures compatible with K-Means and Ward criteria / 5.4.1：
Application to binary data / 5.4.2：
Agglomeration and aggregation of contingency data / 5.4.3：
Extension to multiple data / 5.4.4：
One-by-one clustering / 5.5：
PCA and data recovery clustering / 5.5.1：
Divisive Ward-like clustering / 5.5.2：
Iterated Anomalous pattern / 5.5.3：
Anomalous pattern versus Splitting / 5.5.4：
One-by-one clusters for similarity data / 5.5.5：
Different Clustering Approaches / 5.6：
Extensions of K-Means clustering / 6.1：
Clustering criteria and implementation / 6.1.1：
Partitioning around medoids PAM / 6.1.2：
Fuzzy clustering / 6.1.3：
Regression-wise clustering / 6.1.4：
Mixture of distributions and EM algorithm / 6.1.5：
Kohonen self-organizing maps SOM / 6.1.6：
Graph-theoretic approaches / 6.2：
Single linkage, minimum spanning tree and connected components / 6.2.1：
Finding a core / 6.2.2：
Conceptual description of clusters / 6.3：
False positives and negatives / 6.3.1：
Conceptually describing a partition / 6.3.2：
Describing a cluster with production rules / 6.3.3：
Comprehensive conjunctive description of a cluster / 6.3.4：
General Issues / 6.4：
Feature selection and extraction / 7.1：
A review / 7.1.1：
Comprehensive description as a feature selector / 7.1.2：
Comprehensive description as a feature extractor / 7.1.3：
Data pre-processing and standardization / 7.2：
Dis/similarity between entities / 7.2.1：
Pre-processing feature based data / 7.2.2：
Data standardization / 7.2.3：
Similarity on subsets and partitions / 7.3：
Dis/similarity between binary entities or subsets / 7.3.1：
Dis/similarity between partitions / 7.3.2：
Dealing with missing data / 7.4：
Imputation as part of pre-processing / 7.4.1：
Conditional mean / 7.4.2：
Maximum likelihood / 7.4.3：
Least-squares approximation / 7.4.4：
Validity and reliability / 7.5：
Index based validation / 7.5.1：
Resampling for validation and selection / 7.5.2：
Model selection with resampling / 7.5.3：
Conclusion: Data Recovery Approach in Clustering / 7.6：
Bibliography
Index
Preface
List of Denotations
Introduction: Historical Remarks
8.

電子ブック
ＥＢ
8. On Probabilistic Conditional Independence Structures
Milan Studen?, Michael Jordan, Frank P. Kelly, Jon Kleinberg, Bernhard Sch?lkopf, Ian Witten
出版情報: Springer eBooks Computer Science , Springer London, 2005
所蔵情報: loading…
目次情報: 続きを見る
Introduction / 1：
Motivational thoughts / 1.1：
Goals of the monograph / 1.2：
Structure of the book / 1.3：
Basic Concepts / 2：
Conditional independence / 2.1：
Semi-graphoid properties / 2.2：
Formal independence models / 2.2.1：
Semi-graphoids / 2.2.2：
Elementary independence statements / 2.2.3：
Problem of axiomatic characterization / 2.2.4：
Classes of probability measures / 2.3：
Marginally continuous measures / 2.3.1：
Factorizable measures / 2.3.2：
Multiinformation and conditional product / 2.3.3：
Properties of multiinformation function / 2.3.4：
Positive measures / 2.3.5：
Gaussian measures / 2.3.6：
Basic construction / 2.3.7：
Imsets / 2.4：
Graphical Methods / 3：
Undirected graphs / 3.1：
Acyclic directed graphs / 3.2：
Classic chain graphs / 3.3：
Within classic graphical models / 3.4：
Decomposable models / 3.4.1：
Recursive causal graphs / 3.4.2：
Lattice conditional independence models / 3.4.3：
Bubble graphs / 3.4.4：
Advanced graphical models / 3.5：
General directed graphs / 3.5.1：
Reciprocal graphs / 3.5.2：
Joint-response chain graphs / 3.5.3：
Covariance graphs / 3.5.4：
Alternative chain graphs / 3.5.5：
Annotated graphs / 3.5.6：
Hidden variables / 3.5.7：
Ancestral graphs / 3.5.8：
MC graphs / 3.5.9：
Incompleteness of graphical approaches / 3.6：
Structural Imsets: Fundamentals / 4：
Basic class of distributions / 4.1：
Discrete measures / 4.1.1：
Regular Gaussian measures / 4.1.2：
Conditional Gaussian measures / 4.1.3：
Classes of structural imsets / 4.2：
Elementary imsets / 4.2.1：
Semi-elementary and combinatorial imsets / 4.2.2：
Structural imsets / 4.2.3：
Product formula induced by a structural imset / 4.3：
Examples of reference systems of measures / 4.3.1：
Topological assumptions / 4.3.2：
Markov condition / 4.4：
Semi-graphoid induced by a structural imset / 4.4.1：
Markovian measures / 4.4.2：
Equivalence result / 4.5：
Description of Probabilistic Models / 5：
Supermodular set functions / 5.1：
Semi-graphoid produced by a supermodular function / 5.1.1：
Quantitative equivalence of supermodular functions / 5.1.2：
Skeletal supermodular functions / 5.2：
Skeleton / 5.2.1：
Significance of skeletal imsets / 5.2.2：
Description of models by structural imsets / 5.3：
Galois connection / 5.4：
Formal concept analysis / 5.4.1：
Lattice of structural models / 5.4.2：
Equivalence and Implication / 6：
Two concepts of equivalence / 6.1：
Independence and Markov equivalence / 6.1.1：
Independence implication / 6.2：
Direct characterization of independence implication / 6.2.1：
Skeletal characterization of independence implication / 6.2.2：
Testing independence implication / 6.3：
Testing structural imsets / 6.3.1：
Grade / 6.3.2：
Invariants of independence equivalence / 6.4：
Adaptation to a distribution framework / 6.5：
The Problem of Representative Choice / 7：
Baricentral imsets / 7.1：
Standard imsets / 7.2：
Translation of DAG models / 7.2.1：
Translation of decomposable models / 7.2.2：
Imsets of the smallest degree / 7.3：
Decomposition implication / 7.3.1：
Minimal generators / 7.3.2：
Span / 7.4：
Determining and unimarginal classes / 7.4.1：
Imsets with the least lower class / 7.4.2：
Exclusivity of standard imsets / 7.4.3：
Dual description / 7.5：
Coportraits / 7.5.1：
Dual baricentral imsets and global view / 7.5.2：
Learning / 8：
Two approaches to learning / 8.1：
Quality criteria / 8.2：
Criteria for learning DAG models / 8.2.1：
Score equivalent criteria / 8.2.2：
Decomposable criteria / 8.2.3：
Regular criteria / 8.2.4：
Inclusion neighborhood / 8.3：
Standard imsets and learning / 8.4：
Inclusion neighborhood characterization / 8.4.1：
Regular criteria and standard imsets / 8.4.2：
Open Problems / 9：
Theoretical problems / 9.1：
Miscellaneous topics / 9.1.1：
Classification of skeletal imsets / 9.1.2：
Operations with structural models / 9.2：
Reductive operations / 9.2.1：
Expansive operations / 9.2.2：
Cumulative operations / 9.2.3：
Decomposition of structural models / 9.2.4：
Implementation tasks / 9.3：
Interpretation and learning tasks / 9.4：
Meaningful description of structural models / 9.4.1：
Tasks concerning distribution frameworks / 9.4.2：
Learning tasks / 9.4.3：
Appendix / A：
Classes of sets / A.1：
Posets and lattices / A.2：
Graphs / A.3：
Topological concepts / A.4：
Finite-dimensional subspaces and convex cones / A.5：
Linear subspaces / A.5.1：
Convex sets and cones / A.5.2：
Measure-theoretical concepts / A.6：
Measure and integral / A.6.1：
Basic measure-theoretical results / A.6.2：
Information-theoretical concepts / A.6.3：
Conditional probability / A.6.4：
Conditional independence in terms of ?-algebras / A.7：
Concepts from multivariate analysis / A.8：
Matrices / A.8.1：
Statistical characteristics of probability measures / A.8.2：
Multivariate Gaussian distributions / A.8.3：
Elementary statistical concepts / A.9：
Empirical concepts / A.9.1：
Statistical conception / A.9.2：
Likelihood function / A.9.3：
Testing statistical hypotheses / A.9.4：
Distribution framework / A.9.5：
List of Notation
List of Lemmas, Propositions etc
References
Index
Introduction / 1：
Motivational thoughts / 1.1：
Goals of the monograph / 1.2：
9.

電子ブック
ＥＢ
9. On Probabilistic Conditional Independence Structures
Milan Studený, Michael Jordan, Frank P. Kelly, Jon Kleinberg, Bernhard Schölkopf, Ian Witten
出版情報: SpringerLink Books - AutoHoldings , Springer London, 2005
所蔵情報: loading…
目次情報: 続きを見る
Introduction / 1：
Motivational thoughts / 1.1：
Goals of the monograph / 1.2：
Structure of the book / 1.3：
Basic Concepts / 2：
Conditional independence / 2.1：
Semi-graphoid properties / 2.2：
Formal independence models / 2.2.1：
Semi-graphoids / 2.2.2：
Elementary independence statements / 2.2.3：
Problem of axiomatic characterization / 2.2.4：
Classes of probability measures / 2.3：
Marginally continuous measures / 2.3.1：
Factorizable measures / 2.3.2：
Multiinformation and conditional product / 2.3.3：
Properties of multiinformation function / 2.3.4：
Positive measures / 2.3.5：
Gaussian measures / 2.3.6：
Basic construction / 2.3.7：
Imsets / 2.4：
Graphical Methods / 3：
Undirected graphs / 3.1：
Acyclic directed graphs / 3.2：
Classic chain graphs / 3.3：
Within classic graphical models / 3.4：
Decomposable models / 3.4.1：
Recursive causal graphs / 3.4.2：
Lattice conditional independence models / 3.4.3：
Bubble graphs / 3.4.4：
Advanced graphical models / 3.5：
General directed graphs / 3.5.1：
Reciprocal graphs / 3.5.2：
Joint-response chain graphs / 3.5.3：
Covariance graphs / 3.5.4：
Alternative chain graphs / 3.5.5：
Annotated graphs / 3.5.6：
Hidden variables / 3.5.7：
Ancestral graphs / 3.5.8：
MC graphs / 3.5.9：
Incompleteness of graphical approaches / 3.6：
Structural Imsets: Fundamentals / 4：
Basic class of distributions / 4.1：
Discrete measures / 4.1.1：
Regular Gaussian measures / 4.1.2：
Conditional Gaussian measures / 4.1.3：
Classes of structural imsets / 4.2：
Elementary imsets / 4.2.1：
Semi-elementary and combinatorial imsets / 4.2.2：
Structural imsets / 4.2.3：
Product formula induced by a structural imset / 4.3：
Examples of reference systems of measures / 4.3.1：
Topological assumptions / 4.3.2：
Markov condition / 4.4：
Semi-graphoid induced by a structural imset / 4.4.1：
Markovian measures / 4.4.2：
Equivalence result / 4.5：
Description of Probabilistic Models / 5：
Supermodular set functions / 5.1：
Semi-graphoid produced by a supermodular function / 5.1.1：
Quantitative equivalence of supermodular functions / 5.1.2：
Skeletal supermodular functions / 5.2：
Skeleton / 5.2.1：
Significance of skeletal imsets / 5.2.2：
Description of models by structural imsets / 5.3：
Galois connection / 5.4：
Formal concept analysis / 5.4.1：
Lattice of structural models / 5.4.2：
Equivalence and Implication / 6：
Two concepts of equivalence / 6.1：
Independence and Markov equivalence / 6.1.1：
Independence implication / 6.2：
Direct characterization of independence implication / 6.2.1：
Skeletal characterization of independence implication / 6.2.2：
Testing independence implication / 6.3：
Testing structural imsets / 6.3.1：
Grade / 6.3.2：
Invariants of independence equivalence / 6.4：
Adaptation to a distribution framework / 6.5：
The Problem of Representative Choice / 7：
Baricentral imsets / 7.1：
Standard imsets / 7.2：
Translation of DAG models / 7.2.1：
Translation of decomposable models / 7.2.2：
Imsets of the smallest degree / 7.3：
Decomposition implication / 7.3.1：
Minimal generators / 7.3.2：
Span / 7.4：
Determining and unimarginal classes / 7.4.1：
Imsets with the least lower class / 7.4.2：
Exclusivity of standard imsets / 7.4.3：
Dual description / 7.5：
Coportraits / 7.5.1：
Dual baricentral imsets and global view / 7.5.2：
Learning / 8：
Two approaches to learning / 8.1：
Quality criteria / 8.2：
Criteria for learning DAG models / 8.2.1：
Score equivalent criteria / 8.2.2：
Decomposable criteria / 8.2.3：
Regular criteria / 8.2.4：
Inclusion neighborhood / 8.3：
Standard imsets and learning / 8.4：
Inclusion neighborhood characterization / 8.4.1：
Regular criteria and standard imsets / 8.4.2：
Open Problems / 9：
Theoretical problems / 9.1：
Miscellaneous topics / 9.1.1：
Classification of skeletal imsets / 9.1.2：
Operations with structural models / 9.2：
Reductive operations / 9.2.1：
Expansive operations / 9.2.2：
Cumulative operations / 9.2.3：
Decomposition of structural models / 9.2.4：
Implementation tasks / 9.3：
Interpretation and learning tasks / 9.4：
Meaningful description of structural models / 9.4.1：
Tasks concerning distribution frameworks / 9.4.2：
Learning tasks / 9.4.3：
Appendix / A：
Classes of sets / A.1：
Posets and lattices / A.2：
Graphs / A.3：
Topological concepts / A.4：
Finite-dimensional subspaces and convex cones / A.5：
Linear subspaces / A.5.1：
Convex sets and cones / A.5.2：
Measure-theoretical concepts / A.6：
Measure and integral / A.6.1：
Basic measure-theoretical results / A.6.2：
Information-theoretical concepts / A.6.3：
Conditional probability / A.6.4：
Conditional independence in terms of ?-algebras / A.7：
Concepts from multivariate analysis / A.8：
Matrices / A.8.1：
Statistical characteristics of probability measures / A.8.2：
Multivariate Gaussian distributions / A.8.3：
Elementary statistical concepts / A.9：
Empirical concepts / A.9.1：
Statistical conception / A.9.2：
Likelihood function / A.9.3：
Testing statistical hypotheses / A.9.4：
Distribution framework / A.9.5：
List of Notation
List of Lemmas, Propositions etc
References
Index
Introduction / 1：
Motivational thoughts / 1.1：
Goals of the monograph / 1.2：
10.

電子ブック
ＥＢ
10. XML for Bioinformatics
Ethan Cerami
出版情報: Springer eBooks Computer Science , Springer New York, 2005
所蔵情報: loading…
目次情報: 続きを見る
Introduction to XML for Bioinformatics / 1：
Introduction to XML / 1.1：
XML Defined / 1.1.1：
Origins of XML / 1.1.2：
The XML Family of Specifications / 1.1.3：
Web Services Defined / 1.1.4：
Using XML for Biological Data Exchange / 1.2：
Case Study: The Distributed Annotation System / 1.2.1：
XML Formats for Bioinformatics / 1.2.2：
Evaluating XML Usage in Bioinformatics / 1.3：
Advantages of XML / 1.3.1：
Disadvantages of XML / 1.3.2：
Useful Resources / 1.4：
Articles / 1.4.1：
Web Site and Web Resources / 1.4.2：
Fundamentals of XML and BSML / 2：
Getting Started with BSML / 2.1：
Using Genomic Workspace / 2.1.1：
Fundamentals of XML / 2.2：
Working with Elements / 2.2.1：
Working with Attributes / 2.2.2：
The XML Prolog / 2.2.3：
Comments / 2.2.4：
Processing Instructions / 2.2.5：
Character Encoding / 2.2.6：
CDATA Sections / 2.2.7：
Creating Well-Formed XML Documents / 2.2.8：
Creating Valid XML Documents / 2.2.9：
Working with XML Parsers / 2.2.10：
Fundamentals of XML Namespaces / 2.3：
Why We Need XML Namespaces / 2.3.1：
Declaring and Using XML Namespaces / 2.3.2：
Declaring a Default Namespace / 2.3.3：
Fundamentals of BSML / 2.4：
BSML File Formats / 2.4.1：
BSML Document Structure / 2.4.2：
Representing Sequences / 2.4.3：
Representing Sequence Features / 2.4.4：
Retrieving Live BSML Data via XEMBL / 2.4.5：
DTDs for Bioinformatics / 2.5：
Introduction to DTDs / 3.1：
A Bird's-Eye View: Protein DTD / 3.1.1：
Validating XML Documents / 3.1.2：
Document Type Declarations / 3.2：
Declaring Elements / 3.3：
EMPTY / 3.3.1：
ANY / 3.3.2：
#PCDATA / 3.3.3：
Child Elements / 3.3.4：
Mixed Content / 3.3.5：
Declaring Attributes / 3.4：
Attribute Types / 3.4.1：
Attribute Behaviors / 3.4.2：
Working with Entities / 3.5：
General Entities / 3.5.1：
Parameter Entities / 3.5.2：
Entity Summary / 3.5.3：
Conditional DTD Sections / 3.5.4：
Case Study: NCBI TinySeq / 3.6：
NCBI and XML / 3.6.1：
The TinySeq DTD / 3.6.2：
XML Schemas for Bioinformatics / 4：
Introduction to XML Schemas / 4.1：
Essential Concepts: Representing Protein Data / 4.1.1：
The [left angle bracket]schema[right angle bracket] element / 4.2.1：
Schema Documentation / 4.2.2：
Simple Types vs. Complex Types / 4.2.3：
Global Elements vs. Local Elements / 4.2.4：
Creating Instance Documents / 4.2.5：
Validating Instance Documents / 4.2.6：
Working with Simple Types / 4.3：
Built-in Schema Types / 4.3.1：
Working with Facets / 4.3.2：
Working with Complex Types / 4.4：
Introduction to Complex Types / 4.4.1：
Declaring Empty Element Types / 4.4.2：
Declaring Mixed Element Types / 4.4.3：
Occurrence Constraints / 4.4.4：
Declaring Default Values / 4.4.5：
Compositors: Sequence and Choice / 4.4.6：
Defining Named Complex Types / 4.4.7：
All Together Now! / 4.4.8：
Basic Namespace Issues / 4.5：
Case Study: The HUPO PSI Molecular Interaction Format / 4.6：
PSI-MI Schema Overview / 4.6.1：
A Sample PSI-MI Instance Document / 4.6.2：
Working with the PSI-MI Controlled Vocabulary / 4.6.3：
Parsing NCBI XML in Perl / 5：
Introduction to XML Parsing in Perl / 5.1：
Tree-Based vs. Event-Based XML Parsers / 5.1.1：
Installing Modules via CPAN / 5.1.2：
The Simple API for XML (SAX) / 5.2：
Introduction to SAX / 5.2.1：
SAX and Bioinformatics Applications / 5.2.2：
SAX 2.0 / 5.2.3：
Introduction to XML::SAX / 5.2.4：
Using NCBI EFetch and XML::SAX / 5.2.5：
The Document Object Model (DOM) / 5.3：
DOM Traversal with XML::LibXML / 5.3.1：
Validating XML Documents with XML::LibXML / 5.3.2：
Creating New Documents with XML::LibXML / 5.3.3：
Using NCBI EFetch and XML::LibXML / 5.3.4：
The Distributed Annotation System (DAS) / 6：
Genome Annotation / 6.1：
Introduction to DAS / 6.2：
The WormBase DAS Viewer / 6.2.1：
DAS Protocol Overview / 6.3：
Getting Started / 6.3.1：
DAS Requests / 6.3.2：
DAS Responses / 6.3.3：
X-DAS-Capabilities Header / 6.3.4：
DAS Command Reference / 6.4：
Retrieving Data Sources / 6.4.1：
Retrieving Entry Points / 6.4.2：
Retrieving Sequence Data / 6.4.3：
Retrieving Annotations / 6.4.4：
Working with Reference Maps / 6.5：
Traversing the Ensembl Reference Map / 6.5.1：
Working with Evolving Reference Maps / 6.5.2：
The Future of DAS / 6.6：
Parsing DAS Data with SAX / 7：
A First Example / 7.1：
The XMLReader Interface / 7.1.2：
The ContentHandler Interface / 7.1.3：
Extending the DefaultHandler / 7.1.4：
Using InputSource Objects / 7.1.5：
Checking for Well-Formedness / 7.2：
Validating XML Documents: Overview / 7.2.2：
Activating the SAX Validation Feature / 7.2.3：
The ErrorHandler Interface / 7.2.4：
Validating against XML Schemas / 7.2.5：
Elements, Attributes, and Namespaces / 7.3：
Working with Elements and Namespaces / 7.3.1：
Building Custom Data Structures with SAX / 7.3.2：
Parsing DAS Feature Data / 7.4.1：
Integrating with BioJava / 7.4.2：
Parsing DAS Data with JDOM / 8：
JDOM Basics / 8.1：
JDOM Package Overview / 8.1.1：
Parsing XML Documents with JDOM / 8.1.2：
Parsing DAS Documents with JDOM / 8.2：
Introduction to the JDOM Element API / 8.2.1：
Traversing DAS Documents / 8.2.2：
Parsing DAS dsn Documents / 8.2.3：
Creating DAS Documents with JDOM / 8.3：
Creating New Documents / 8.3.1：
Creating New Elements / 8.3.2：
A Complete Example / 8.3.3：
Building the JDAS Library / 8.4：
Using JDAS / 8.4.1：
The JDAS Source Code / 8.4.2：
Web Services for Bioinformatics / 9：
Introduction to Web Services / 9.1：
Architectural Options / 9.1.1：
Case Study: Introduction to the NCI caBIO Project / 9.2：
Background: Connecting to caBIO via the Java RMI Interface / 9.2.1：
Introduction to REST-Based Web Services / 9.3：
Introduction to REST / 9.3.1：
Connecting to the caBIO REST Interface / 9.3.2：
Example Application: Command Line caBIO Browser / 9.3.3：
Introduction to SOAP / 9.4：
SOAP Overview / 9.4.1：
Constructing SOAP Messages / 9.4.2：
Transporting SOAP via HTTP / 9.4.3：
Introduction to Apache Axis / 9.5：
Building a Web Service with Axis / 9.5.1：
Connecting to caBIO with Axis / 9.5.2：
Appendix
Nucleotide Base Codes
Amino Acid Codes
Bibliography
Index
Introduction to XML for Bioinformatics / 1：
Introduction to XML / 1.1：
XML Defined / 1.1.1：
文献の複写および貸借の依頼を行う
 文献複写・貸借依頼