fachmedien.de - spezialisierte Fachinformationen für Studium und Beruf
fachmedien.de - spezialisierte Fachinformationen für Studium und Beruf
fachmedien.de - spezialisierte Fachinformationen für Studium und Beruf
fachmedien.de - spezialisierte Fachinformationen für Studium und Beruf
fachmedien.de - spezialisierte Fachinformationen für Studium und Beruf

Site Breadcrumb

Verkauf durch Sack Fachmedien

Kutyniok / Kunsch / Rauhut

Compressed Sensing in Information Processing

Medium: Buch
ISBN: 978-3-031-09744-7
Verlag: Springer International Publishing
Erscheinungstermin: 22.10.2022
In den Warenkorb
Lieferfrist: bis zu 10 Tage
Auf die Merkliste Drucken

Leseprobe
Überschrift

Beschreibung

Kostenloser Versand

nach Deutschland, Österreich und in die Schweiz

Bequem zahlen

Rechnung, Kreditkarte, PayPal oder Bankeinzug

Wir sind gerne für Sie da

0800 000-1378 (Inland)
service@fachmedien.de
<<Kontaktformular>>

Fragen

Fragen Lorem ipsum dolor sit amet, consetetur sadipscing elitr, sed diam nonumy eirmod tempor invidunt ut labore et dolore magna aliquyam erat, sed diam voluptua
Anwtorten

Anwtorten At vero eos et accusam et justo duo dolores et ea rebum. Stet clita kasd gubergren, no sea takimata sanctus est Lorem ipsum dolor sit amet. Lorem ipsum dolor sit amet

This contributed volume showcases the most significant results obtained from the DFG Priority Program on Compressed Sensing in Information Processing. Topics considered revolve around timely aspects of compressed sensing with a special focus on applications, including compressed sensing-like approaches to deep learning; bilinear compressed sensing - efficiency, structure, and robustness; structured compressive sensing via neural network learning; compressed sensing for massive MIMO; and security of future communication and compressive sensing.

Produkteigenschaften

  • Artikelnummer: 9783031097447
  • Medium: Buch
  • ISBN: 978-3-031-09744-7
  • Verlag: Springer International Publishing
  • Erscheinungstermin: 22.10.2022
  • Sprache(n): Englisch
  • Auflage: 1. Auflage 2022
  • Serie: Applied and Numerical Harmonic Analysis
  • Produktform: Gebunden
  • Gewicht: 998 g
  • Seiten: 542
  • Format (B x H x T): 160 x 241 x 36 mm
  • Ausgabetyp: Kein, Unbekannt

Themen

Autoren/Hrsg.

Herausgeber

Hierarchical compressed sensing (G. Wunder).- Proof Methods for Robust Low-Rank Matrix Recovery (T. Fuchs).- New Challenges in Covariance Estimation: Multiple Structures and Coarse Quantization (J. Maly).- Sparse Deterministic and Stochastic Channels: Identification of Spreading Functions and Covariances (Dae Gwan Lee).- Analysis of Sparse Recovery Algorithms via the Replica Method (A. Bereyhi).- Unbiasing in Iterative Reconstruction Algorithms for Discrete Compressed Sensing (F.H. Fischer).- Recovery under Side Constraints (M. Pesavento).- Compressive Sensing and Neural Networks from a Statistical Learning Perspective (E. Schnoor).- Angular Scattering Function Estimation Using Deep Neural Networks (Y. Song).- Fast Radio Propagation Prediction with Deep Learning (R. Levie).- Active Channel Sparsification: Realizing Frequency Division Duplexing Massive MIMO with Minimal Overhead (M. B. Khalilsarai).- Atmospheric Radar Imaging Improvements Using Compressed Sensing and MIMO (J. O. Aweda).- Over-the-Air Computation for Distributed Machine Learning and Consensus in Large Wireless Networks (M. Frey).- Information Theory and Recovery Algorithms for Data Fusion in Earth Observation (M. Fornasier).- Sparse Recovery of Sound Fields Using Measurements from Moving Microphones (A. Mertins).- Compressed Sensing in the Spherical Near-Field to Far-Field Transformation (C. Culotta-López).