Numerical Methods for Algorithmic Systems and Neural Networks

Downloadstatistik des Dokuments (Auswertung nach COUNTER):

Kinnewig, S.; Kolditz, L.; Roth, J.; Wick; T.: Numerical Methods for Algorithmic Systems and Neural Networks. Lecture Notes. Hannover : Institut für Angewandte Mathematik, Leibniz Universität Hannover, 2022, 441 S. DOI: https://doi.org/10.15488/11897

Zeitraum, für den die Download-Zahlen angezeigt werden:

Jahr: 
Monat: 

Summe der Downloads: 9.844




Kleine Vorschau
Zusammenfassung: 
These lecture notes are devoted to numerical concepts and solution of algorithmic systems and neural networks. The course is divided into four parts: traditional AI (artificial intelligence), deep learning in neural networks, applications to (and with) differential equations, and project work. Throughout this course an emphasis is on mathematical ingredients from which several are rigorously proven. In the project work, the participants usually form groups and work together on a given problem to train themselves on mathematical modeling, design of algorithms, implementation, and analysis and intepretation of the simulation results.
Lizenzbestimmungen: CC BY-NC-ND 3.0 DE
Publikationstyp: Other
Publikationsstatus: draft
Erstveröffentlichung: 2022-03-21
Die Publikation erscheint in Sammlung(en):Fakultät für Mathematik und Physik

Verteilung der Downloads über den gewählten Zeitraum:

Herkunft der Downloads nach Ländern:

Pos. Land Downloads
Anzahl Proz.
1 image of flag of Germany Germany 8.235 83,66%
2 image of flag of United States United States 278 2,82%
3 image of flag of China China 179 1,82%
4 image of flag of Israel Israel 138 1,40%
5 image of flag of Austria Austria 124 1,26%
6 image of flag of Netherlands Netherlands 85 0,86%
7 image of flag of United Kingdom United Kingdom 80 0,81%
8 image of flag of France France 72 0,73%
9 image of flag of Russian Federation Russian Federation 67 0,68%
10 image of flag of India India 32 0,33%
    andere 554 5,63%

Weitere Download-Zahlen und Ranglisten:


Hinweis

Zur Erhebung der Downloadstatistiken kommen entsprechend dem „COUNTER Code of Practice for e-Resources“ international anerkannte Regeln und Normen zur Anwendung. COUNTER ist eine internationale Non-Profit-Organisation, in der Bibliotheksverbände, Datenbankanbieter und Verlage gemeinsam an Standards zur Erhebung, Speicherung und Verarbeitung von Nutzungsdaten elektronischer Ressourcen arbeiten, welche so Objektivität und Vergleichbarkeit gewährleisten sollen. Es werden hierbei ausschließlich Zugriffe auf die entsprechenden Volltexte ausgewertet, keine Aufrufe der Website an sich.