神经网络作为一种重要的算法模型，已经广泛应用于各个行业。然而，如何在连续时间神经网络模型中实现高效的离散化处理，一直是业界关注的焦点。今天，我们为大家带来一本破解这一难题的宝典——Zhang Time Discretization (ZTD) Formulas and Applications《张时间离散（ZTD）公式及应用》。
扫描二维码购买图书
通过小程序客服留言留下您的院校信息与联系方式，将有专员为您安排付款开票与发货事宜。 (现本书享活动优惠价）
本书旨在解决连续时间神经网络模型的离散实现问题，同时通过使用各种张时间离散（ZTD）公式来提高神经网络的性能。书中作者总结并展示了从特殊的3S-ZTD公式到一般的NS-ZTD公式的系统推导和完整研究过程。这些最终导致了他们提出不同的离散时间零化神经网络（DTZNN）算法，这些算法更为高效、准确和优雅。这本书将开启ZTD公式和神经网络在科学和工程应用的大门，并将成为神经网络建模、数值算法设计、预测和机器人控制研究的重要灵感来源。
本书将使神经网络、计算机数学、计算机科学、人工智能、数值算法、优化、机器人和仿真建模领域的工程师、高年级本科生、研究生和研究人员受益匪浅。
张雨浓教授
1996年获得华中科技大学学士学位，1999年获得华南理工大学硕士学位，2003年获得香港中文大学博士学位。目前在中山大学智能工程学院担任教授。张雨浓教授于2007年获得新世纪优秀人才支持计划。他曾获得2008年航空航天系统与控制国际研讨会（ISSCAA）最佳论文奖和2011年自动化与物流国际会议（ICAL）最佳论文奖。他的主要研究方向包括机器人、神经网络、计算以及优化。
郭津津博士
2016年获得南昌大学学士学位，2018年获得中山大学硕士学位，2022年获得中山大学博士学位。她目前在广东技术师范大学计算机科学学院担任讲师。她的主要研究方向包括机器人、神经网络以及数值计算。
对于那些有兴趣探索和处理错综复杂的离散时间相关问题的人来说，本书可能会为他们提供一个全面而发人深省的旅程。它值得该领域的学者和研究人员认真考虑。
——郑子彬教授，中山大学
本书对研究生以及学术和工业研究人员都很有吸引力。本书以对新的有效时间离散化公式的系统研究为基础，可能会引起读者的好奇心，也会让读者乐于在该领域学习更多知识和研究。
——李帅教授，奥卢大学
点击【阅读原文】购买本书
选刊工具：
刊·见
选刊工具Journal Suggester
TandFOnline数据库
实用服务：
APC查询
图书出版
文章转投
投稿干货
发文指南针
语言润色：
编辑服务
折扣优惠
写作干货
精选图书：
开放获取图书
购书优惠
近期活动：
有奖互动
