Adaptive learning methods for nonlinear system modeling

Adaptive Learning Methods for Nonlinear System Modeling presents some of the recent advances on adaptive algorithms and machine learning methods designed for nonlinear system modeling and identification. Real-life problems always entail a certain degree of nonlinearity, which makes linear models a n...
Ausführliche Beschreibung

Gespeichert in:

Autor*in:	Comminiello, Danilo [herausgeberIn] Príncipe, José C. - 1950- [herausgeberIn]

Format:	E-Book
Sprache:	Englisch

Erschienen:	Kidlington, Oxford, United Kingdom: Butterworth-Heinemann, an imprint of Elsevier ; 2018

Schlagwörter:	Adaptive signal processing TECHNOLOGY & ENGINEERING ; Mechanical Traitement adaptatif du signal
Formangabe:	Electronic books

Anmerkung:	Includes bibliographical references and index. - Online resource; title from PDF title page (Ebsco, viewed June 14, 2018)
Umfang:	Online Ressource

Reproduktion:	Online-Ausg.

Links:	Link aufrufen Volltext Zentralblatt MATH
ISBN:	978-0-12-812977-7 0-12-812977-8

Katalog-ID:	1655338447

Internformat


LEADER	01000cam a22002652 4500
001	1655338447
003	DE-627
005	20240503140330.0
007	cr uuu---uuuuu
008	190225s2018 xxk\|\|\|\|\|o 00\| \|\|eng c
020			\|a 9780128129777 \|9 978-0-12-812977-7
020			\|a 0128129778 \|9 0-12-812977-8
020			\|z 9780128129760
020			\|z 012812976X
035			\|a (DE-627)1655338447
035			\|a (DE-576)517998165
035			\|a (DE-599)BSZ517998165
035			\|a (OCoLC)040032075
035			\|a (ZBM)1398.68021
035			\|a (EBP)026960877
035			\|a (ELSEVIER)on1040032075
040			\|a DE-627 \|b ger \|c DE-627 \|e rakwb
041			\|a eng
044			\|c XA-GB
050		0	\|a TK5102.9
072		7	\|a TEC009070 \|2 bisacsh
072		7	\|a TEC 009070 \|2 bisacsh
072		7	\|a TEC 009070 \|2 bisacsh
084			\|a *68-06 \|2 msc
084			\|a 68T05 \|2 msc
084			\|a 93C10 \|2 msc
084			\|a 94A12 \|2 msc
084			\|a 00B15 \|2 msc
245	1	0	\|a Adaptive learning methods for nonlinear system modeling \|c edited by Danilo Comminiello, José C. Principe
264		1	\|a Kidlington, Oxford, United Kingdom \|b Butterworth-Heinemann, an imprint of Elsevier \|c 2018
300			\|a Online Ressource
336			\|a nicht spezifiziert \|b zzz \|2 rdacontent
337			\|a nicht spezifiziert \|b z \|2 rdamedia
338			\|a nicht spezifiziert \|b zu \|2 rdacarrier
500			\|a Includes bibliographical references and index. - Online resource; title from PDF title page (Ebsco, viewed June 14, 2018)
520			\|a Adaptive Learning Methods for Nonlinear System Modeling presents some of the recent advances on adaptive algorithms and machine learning methods designed for nonlinear system modeling and identification. Real-life problems always entail a certain degree of nonlinearity, which makes linear models a non-optimal choice. This book mainly focuses on those methodologies for nonlinear modeling that involve any adaptive learning approaches to process data coming from an unknown nonlinear system. By learning from available data, such methods aim at estimating the nonlinearity introduced by the unknown system. In particular, the methods presented in this book are based on online learning approaches, which process the data example-by-example and allow to model even complex nonlinearities, e.g., showing time-varying and dynamic behaviors. Possible fields of applications of such algorithms includes distributed sensor networks, wireless communications, channel identification, predictive maintenance, wind prediction, network security, vehicular networks, active noise control, information forensics and security, tracking control in mobile robots, power systems, and nonlinear modeling in big data, among many others. This book serves as a crucial resource for researchers, PhD and post-graduate students working in the areas of machine learning, signal processing, adaptive filtering, nonlinear control, system identification, cooperative systems, computational intelligence. This book may be also of interest to the industry market and practitioners working with a wide variety of nonlinear systems
533			\|a Online-Ausg.
650		0	\|a Adaptive signal processing
650		4	\|a TECHNOLOGY & ENGINEERING ; Mechanical
650		4	\|a Adaptive signal processing
650		4	\|a Traitement adaptatif du signal \|0 (CaQQLa)201-0145578
655		0	\|a Electronic books
655		4	\|a Electronic books
700	1		\|a Comminiello, Danilo \|e herausgeberin \|4 edt
700	1		\|a Príncipe, José C. \|d 1950- \|e herausgeberin \|0 (DE-588)138325022 \|0 (DE-627)613078640 \|0 (DE-576)312939477 \|4 edt
776	1		\|z 012812976X
776	0	8	\|i Erscheint auch als \|n Druck-Ausgabe \|t Adaptive learning methods for nonlinear system modeling \|d Kidlington, Oxford, United Kingdom : Butterworth-Heinemann, an imprint of Elsevier, 2018 \|z 012812976X \|z 9780128129760
856	4	0	\|u https://www.sciencedirect.com/science/book/9780128129760 \|m X:ELSEVIER \|x Verlag \|z lizenzpflichtig \|3 Volltext
856	4	2	\|u https://zbmath.org/?q=an:1398.68021 \|m B:ZBM \|v 2021-04-12 \|x Verlag \|y Zentralblatt MATH \|3 Inhaltstext
912			\|a GBV-33-Freedom \|b 2022
912			\|a BSZ-33-EBS-HSAA
912			\|a GBV-33-EBS-MRI
912			\|a GBV-33-EBS-ZHB
912			\|a GBV-33-Freedom \|b 2021
912			\|a ZDB-33-EBS
912			\|a ZDB-33-EGE \|b 2018
912			\|a ZDB-33-ESD
912			\|a GBV-33-EBS-HST
912			\|a BSZ-33-EBS-C1UB
912			\|a GBV_ILN_23
912			\|a ISIL_DE-830
912			\|a SYSFLAG_1
912			\|a GBV_KXP
912			\|a SSG-OPC-MAT
912			\|a GBV_ILN_105
912			\|a ISIL_DE-841
912			\|a GBV_ILN_132
912			\|a ISIL_DE-959
912			\|a GBV_ILN_185
912			\|a ISIL_DE-Sra5
912			\|a GBV_ILN_370
912			\|a ISIL_DE-1373
912			\|a GBV_ILN_2020
912			\|a ISIL_DE-Ch1
912			\|a GBV_ILN_2111
912			\|a ISIL_DE-944
951			\|a BO
953			\|2 045F \|a 621.3822
953			\|2 045F \|a 621.382/2
980			\|2 23 \|1 01 \|x 0830 \|b 1847611842 \|h ACQ \|k Vervielfältigungen (z.B. Kopien, Downloads) sind nur von einzelnen Kapiteln oder Seiten und nur zum eigenen wissenschaftlichen Gebrauch erlaubt. Keine Weitergabe an Dritte. Kein systematisches Downloaden durch Robots \|u i \|y z \|z 06-02-19
980			\|2 105 \|1 01 \|x 0841 \|b 4074411377 \|h OLR-ELV-TEST \|k Vervielfältigungen (z.B. Kopien, Downloads) sind nur von einzelnen Kapiteln oder Seiten und nur zum eigenen wissenschaftlichen Gebrauch erlaubt. Die Weitergabe an Dritte sowie systematisches Downloaden sind untersagt. \|k Testzugang ZHB Lübeck \|y z \|z 26-02-22
980			\|2 132 \|1 01 \|x 0959 \|b 4499996120 \|h EBS Elsevier \|k Vervielfältigungen (z.B. Kopien, Downloads) sind nur von einzelnen Kapiteln oder Seiten und nur zum eigenen wissenschaftlichen Gebrauch erlaubt. Keine Weitergabe an Dritte. Kein systematisches Downloaden durch Robots. \|k Zeitlich begrenzte Lizenzierung \|y k \|z 13-03-24
980			\|2 185 \|1 01 \|x 3519 \|b 4514732214 \|h OLR-EBS \|k Vervielfältigungen (z.B. Kopien, Downloads) sind nur von einzelnen Kapiteln oder Seiten und nur zum eigenen wissenschaftlichen Gebrauch erlaubt. Die Weitergabe an Dritte sowie systematisches Downloaden sind untersagt. \|y z \|z 23-04-24
980			\|2 370 \|1 01 \|x 4370 \|b 4540278355 \|h EBS Elsevier \|k Vervielfältigungen (z.B. Kopien, Downloads) sind nur von einzelnen Kapiteln oder Seiten und nur zum eigenen wissenschaftlichen Gebrauch erlaubt. Keine Weitergabe an Dritte. Kein systematisches Downloaden durch Robots. \|u i \|y z \|z 20-06-24
980			\|2 2020 \|1 01 \|x DE-Ch1 \|b 4520355427 \|c 00 \|f --%%-- \|d --%%-- \|e n \|j n \|k Campuslizenz \|y l01 \|z 03-05-24
980			\|2 2111 \|1 02 \|x DE-944 \|b 4046041684 \|c 00 \|f --%%-- \|d E-Book Elsevier \|e --%%-- \|j n \|k Elektronischer Volltext - Campuslizenz \|y l01 \|z 27-01-22
981			\|2 23 \|1 01 \|x 0830 \|y Elsevier EBook \|r https://www.sciencedirect.com/science/book/9780128129760
981			\|2 105 \|1 01 \|x 0841 \|r https://www.sciencedirect.com/science/book/9780128129760
981			\|2 132 \|1 01 \|x 0959 \|y Zugriff nur für Angehörige der Hochschule Osnabrück im Hochschulnetz \|r https://www.sciencedirect.com/science/book/9780128129760
981			\|2 185 \|1 01 \|x 3519 \|r https://www.sciencedirect.com/science/book/9780128129760
981			\|2 370 \|1 01 \|x 4370 \|y E-Book: Zugriff im HCU-Netz. Zugriff von außerhalb nur für HCU-Angehörige möglich \|r https://www.sciencedirect.com/science/book/9780128129760
981			\|2 2020 \|1 01 \|x DE-Ch1 \|r https://www.sciencedirect.com/science/book/9780128129760
981			\|2 2111 \|1 02 \|x DE-944 \|r https://www.sciencedirect.com/science/book/9780128129760
982			\|2 132 \|1 01 \|x 0959 \|8 00 \|a EBooks Elsevier Engineering
985			\|2 23 \|1 01 \|x 0830 \|a 2018-01865, 2018-01866, 2018-01867, 2018-01868, 2018-01869
995			\|2 23 \|1 01 \|x 0830 \|a ACQ
995			\|2 23 \|1 01 \|x 0830 \|a olr-else
995			\|2 23 \|1 01 \|x 0830 \|a olr-else2
995			\|2 105 \|1 01 \|x 0841 \|a OLR-ELV-TEST
995			\|2 132 \|1 01 \|x 0959 \|a EBS Elsevier
995			\|2 185 \|1 01 \|x 3519 \|a OLR-EBS
995			\|2 370 \|1 01 \|x 4370 \|a EBS Elsevier

Indexfelder

matchkey_str	book:9780128129777:2018----
oclc_num	40032075 (ELSEVIER)1040032075
hierarchy_sort_str	2018
callnumber-subject-code	TK
publishDate	2018
allfields	9780128129777 978-0-12-812977-7 0128129778 0-12-812977-8 9780128129760 012812976X (DE-627)1655338447 (DE-576)517998165 (DE-599)BSZ517998165 (OCoLC)040032075 (ZBM)1398.68021 (EBP)026960877 (ELSEVIER)on1040032075 DE-627 ger DE-627 rakwb eng XA-GB TK5102.9 TEC009070 bisacsh TEC 009070 bisacsh TEC 009070 bisacsh *68-06 msc 68T05 msc 93C10 msc 94A12 msc 00B15 msc Adaptive learning methods for nonlinear system modeling edited by Danilo Comminiello, José C. Principe Kidlington, Oxford, United Kingdom Butterworth-Heinemann, an imprint of Elsevier 2018 Online Ressource nicht spezifiziert zzz rdacontent nicht spezifiziert z rdamedia nicht spezifiziert zu rdacarrier Includes bibliographical references and index. - Online resource; title from PDF title page (Ebsco, viewed June 14, 2018) Adaptive Learning Methods for Nonlinear System Modeling presents some of the recent advances on adaptive algorithms and machine learning methods designed for nonlinear system modeling and identification. Real-life problems always entail a certain degree of nonlinearity, which makes linear models a non-optimal choice. This book mainly focuses on those methodologies for nonlinear modeling that involve any adaptive learning approaches to process data coming from an unknown nonlinear system. By learning from available data, such methods aim at estimating the nonlinearity introduced by the unknown system. In particular, the methods presented in this book are based on online learning approaches, which process the data example-by-example and allow to model even complex nonlinearities, e.g., showing time-varying and dynamic behaviors. Possible fields of applications of such algorithms includes distributed sensor networks, wireless communications, channel identification, predictive maintenance, wind prediction, network security, vehicular networks, active noise control, information forensics and security, tracking control in mobile robots, power systems, and nonlinear modeling in big data, among many others. This book serves as a crucial resource for researchers, PhD and post-graduate students working in the areas of machine learning, signal processing, adaptive filtering, nonlinear control, system identification, cooperative systems, computational intelligence. This book may be also of interest to the industry market and practitioners working with a wide variety of nonlinear systems Online-Ausg. Adaptive signal processing TECHNOLOGY & ENGINEERING ; Mechanical Adaptive signal processing Traitement adaptatif du signal (CaQQLa)201-0145578 Electronic books Electronic books Comminiello, Danilo herausgeberin edt Príncipe, José C. 1950- herausgeberin (DE-588)138325022 (DE-627)613078640 (DE-576)312939477 edt 012812976X Erscheint auch als Druck-Ausgabe Adaptive learning methods for nonlinear system modeling Kidlington, Oxford, United Kingdom : Butterworth-Heinemann, an imprint of Elsevier, 2018 012812976X 9780128129760 https://www.sciencedirect.com/science/book/9780128129760 X:ELSEVIER Verlag lizenzpflichtig Volltext https://zbmath.org/?q=an:1398.68021 B:ZBM 2021-04-12 Verlag Zentralblatt MATH Inhaltstext GBV-33-Freedom 2022 BSZ-33-EBS-HSAA GBV-33-EBS-MRI GBV-33-EBS-ZHB GBV-33-Freedom 2021 ZDB-33-EBS ZDB-33-EGE 2018 ZDB-33-ESD GBV-33-EBS-HST BSZ-33-EBS-C1UB GBV_ILN_23 ISIL_DE-830 SYSFLAG_1 GBV_KXP SSG-OPC-MAT GBV_ILN_105 ISIL_DE-841 GBV_ILN_132 ISIL_DE-959 GBV_ILN_185 ISIL_DE-Sra5 GBV_ILN_370 ISIL_DE-1373 GBV_ILN_2020 ISIL_DE-Ch1 GBV_ILN_2111 ISIL_DE-944 BO 045F 621.3822 045F 621.382/2 23 01 0830 1847611842 ACQ Vervielfältigungen (z.B. Kopien, Downloads) sind nur von einzelnen Kapiteln oder Seiten und nur zum eigenen wissenschaftlichen Gebrauch erlaubt. Keine Weitergabe an Dritte. Kein systematisches Downloaden durch Robots i z 06-02-19 105 01 0841 4074411377 OLR-ELV-TEST Vervielfältigungen (z.B. Kopien, Downloads) sind nur von einzelnen Kapiteln oder Seiten und nur zum eigenen wissenschaftlichen Gebrauch erlaubt. Die Weitergabe an Dritte sowie systematisches Downloaden sind untersagt. Testzugang ZHB Lübeck z 26-02-22 132 01 0959 4499996120 EBS Elsevier Vervielfältigungen (z.B. Kopien, Downloads) sind nur von einzelnen Kapiteln oder Seiten und nur zum eigenen wissenschaftlichen Gebrauch erlaubt. Keine Weitergabe an Dritte. Kein systematisches Downloaden durch Robots. Zeitlich begrenzte Lizenzierung k 13-03-24 185 01 3519 4514732214 OLR-EBS Vervielfältigungen (z.B. Kopien, Downloads) sind nur von einzelnen Kapiteln oder Seiten und nur zum eigenen wissenschaftlichen Gebrauch erlaubt. Die Weitergabe an Dritte sowie systematisches Downloaden sind untersagt. z 23-04-24 370 01 4370 4540278355 EBS Elsevier Vervielfältigungen (z.B. Kopien, Downloads) sind nur von einzelnen Kapiteln oder Seiten und nur zum eigenen wissenschaftlichen Gebrauch erlaubt. Keine Weitergabe an Dritte. Kein systematisches Downloaden durch Robots. i z 20-06-24 2020 01 DE-Ch1 4520355427 00 --%%-- --%%-- n n Campuslizenz l01 03-05-24 2111 02 DE-944 4046041684 00 --%%-- E-Book Elsevier --%%-- n Elektronischer Volltext - Campuslizenz l01 27-01-22 23 01 0830 Elsevier EBook https://www.sciencedirect.com/science/book/9780128129760 105 01 0841 https://www.sciencedirect.com/science/book/9780128129760 132 01 0959 Zugriff nur für Angehörige der Hochschule Osnabrück im Hochschulnetz https://www.sciencedirect.com/science/book/9780128129760 185 01 3519 https://www.sciencedirect.com/science/book/9780128129760 370 01 4370 E-Book: Zugriff im HCU-Netz. Zugriff von außerhalb nur für HCU-Angehörige möglich https://www.sciencedirect.com/science/book/9780128129760 2020 01 DE-Ch1 https://www.sciencedirect.com/science/book/9780128129760 2111 02 DE-944 https://www.sciencedirect.com/science/book/9780128129760 132 01 0959 00 EBooks Elsevier Engineering 23 01 0830 2018-01865, 2018-01866, 2018-01867, 2018-01868, 2018-01869 23 01 0830 ACQ 23 01 0830 olr-else 23 01 0830 olr-else2 105 01 0841 OLR-ELV-TEST 132 01 0959 EBS Elsevier 185 01 3519 OLR-EBS 370 01 4370 EBS Elsevier
spelling	9780128129777 978-0-12-812977-7 0128129778 0-12-812977-8 9780128129760 012812976X (DE-627)1655338447 (DE-576)517998165 (DE-599)BSZ517998165 (OCoLC)040032075 (ZBM)1398.68021 (EBP)026960877 (ELSEVIER)on1040032075 DE-627 ger DE-627 rakwb eng XA-GB TK5102.9 TEC009070 bisacsh TEC 009070 bisacsh TEC 009070 bisacsh *68-06 msc 68T05 msc 93C10 msc 94A12 msc 00B15 msc Adaptive learning methods for nonlinear system modeling edited by Danilo Comminiello, José C. Principe Kidlington, Oxford, United Kingdom Butterworth-Heinemann, an imprint of Elsevier 2018 Online Ressource nicht spezifiziert zzz rdacontent nicht spezifiziert z rdamedia nicht spezifiziert zu rdacarrier Includes bibliographical references and index. - Online resource; title from PDF title page (Ebsco, viewed June 14, 2018) Adaptive Learning Methods for Nonlinear System Modeling presents some of the recent advances on adaptive algorithms and machine learning methods designed for nonlinear system modeling and identification. Real-life problems always entail a certain degree of nonlinearity, which makes linear models a non-optimal choice. This book mainly focuses on those methodologies for nonlinear modeling that involve any adaptive learning approaches to process data coming from an unknown nonlinear system. By learning from available data, such methods aim at estimating the nonlinearity introduced by the unknown system. In particular, the methods presented in this book are based on online learning approaches, which process the data example-by-example and allow to model even complex nonlinearities, e.g., showing time-varying and dynamic behaviors. Possible fields of applications of such algorithms includes distributed sensor networks, wireless communications, channel identification, predictive maintenance, wind prediction, network security, vehicular networks, active noise control, information forensics and security, tracking control in mobile robots, power systems, and nonlinear modeling in big data, among many others. This book serves as a crucial resource for researchers, PhD and post-graduate students working in the areas of machine learning, signal processing, adaptive filtering, nonlinear control, system identification, cooperative systems, computational intelligence. This book may be also of interest to the industry market and practitioners working with a wide variety of nonlinear systems Online-Ausg. Adaptive signal processing TECHNOLOGY & ENGINEERING ; Mechanical Adaptive signal processing Traitement adaptatif du signal (CaQQLa)201-0145578 Electronic books Electronic books Comminiello, Danilo herausgeberin edt Príncipe, José C. 1950- herausgeberin (DE-588)138325022 (DE-627)613078640 (DE-576)312939477 edt 012812976X Erscheint auch als Druck-Ausgabe Adaptive learning methods for nonlinear system modeling Kidlington, Oxford, United Kingdom : Butterworth-Heinemann, an imprint of Elsevier, 2018 012812976X 9780128129760 https://www.sciencedirect.com/science/book/9780128129760 X:ELSEVIER Verlag lizenzpflichtig Volltext https://zbmath.org/?q=an:1398.68021 B:ZBM 2021-04-12 Verlag Zentralblatt MATH Inhaltstext GBV-33-Freedom 2022 BSZ-33-EBS-HSAA GBV-33-EBS-MRI GBV-33-EBS-ZHB GBV-33-Freedom 2021 ZDB-33-EBS ZDB-33-EGE 2018 ZDB-33-ESD GBV-33-EBS-HST BSZ-33-EBS-C1UB GBV_ILN_23 ISIL_DE-830 SYSFLAG_1 GBV_KXP SSG-OPC-MAT GBV_ILN_105 ISIL_DE-841 GBV_ILN_132 ISIL_DE-959 GBV_ILN_185 ISIL_DE-Sra5 GBV_ILN_370 ISIL_DE-1373 GBV_ILN_2020 ISIL_DE-Ch1 GBV_ILN_2111 ISIL_DE-944 BO 045F 621.3822 045F 621.382/2 23 01 0830 1847611842 ACQ Vervielfältigungen (z.B. Kopien, Downloads) sind nur von einzelnen Kapiteln oder Seiten und nur zum eigenen wissenschaftlichen Gebrauch erlaubt. Keine Weitergabe an Dritte. Kein systematisches Downloaden durch Robots i z 06-02-19 105 01 0841 4074411377 OLR-ELV-TEST Vervielfältigungen (z.B. Kopien, Downloads) sind nur von einzelnen Kapiteln oder Seiten und nur zum eigenen wissenschaftlichen Gebrauch erlaubt. Die Weitergabe an Dritte sowie systematisches Downloaden sind untersagt. Testzugang ZHB Lübeck z 26-02-22 132 01 0959 4499996120 EBS Elsevier Vervielfältigungen (z.B. Kopien, Downloads) sind nur von einzelnen Kapiteln oder Seiten und nur zum eigenen wissenschaftlichen Gebrauch erlaubt. Keine Weitergabe an Dritte. Kein systematisches Downloaden durch Robots. Zeitlich begrenzte Lizenzierung k 13-03-24 185 01 3519 4514732214 OLR-EBS Vervielfältigungen (z.B. Kopien, Downloads) sind nur von einzelnen Kapiteln oder Seiten und nur zum eigenen wissenschaftlichen Gebrauch erlaubt. Die Weitergabe an Dritte sowie systematisches Downloaden sind untersagt. z 23-04-24 370 01 4370 4540278355 EBS Elsevier Vervielfältigungen (z.B. Kopien, Downloads) sind nur von einzelnen Kapiteln oder Seiten und nur zum eigenen wissenschaftlichen Gebrauch erlaubt. Keine Weitergabe an Dritte. Kein systematisches Downloaden durch Robots. i z 20-06-24 2020 01 DE-Ch1 4520355427 00 --%%-- --%%-- n n Campuslizenz l01 03-05-24 2111 02 DE-944 4046041684 00 --%%-- E-Book Elsevier --%%-- n Elektronischer Volltext - Campuslizenz l01 27-01-22 23 01 0830 Elsevier EBook https://www.sciencedirect.com/science/book/9780128129760 105 01 0841 https://www.sciencedirect.com/science/book/9780128129760 132 01 0959 Zugriff nur für Angehörige der Hochschule Osnabrück im Hochschulnetz https://www.sciencedirect.com/science/book/9780128129760 185 01 3519 https://www.sciencedirect.com/science/book/9780128129760 370 01 4370 E-Book: Zugriff im HCU-Netz. Zugriff von außerhalb nur für HCU-Angehörige möglich https://www.sciencedirect.com/science/book/9780128129760 2020 01 DE-Ch1 https://www.sciencedirect.com/science/book/9780128129760 2111 02 DE-944 https://www.sciencedirect.com/science/book/9780128129760 132 01 0959 00 EBooks Elsevier Engineering 23 01 0830 2018-01865, 2018-01866, 2018-01867, 2018-01868, 2018-01869 23 01 0830 ACQ 23 01 0830 olr-else 23 01 0830 olr-else2 105 01 0841 OLR-ELV-TEST 132 01 0959 EBS Elsevier 185 01 3519 OLR-EBS 370 01 4370 EBS Elsevier
allfields_unstemmed	9780128129777 978-0-12-812977-7 0128129778 0-12-812977-8 9780128129760 012812976X (DE-627)1655338447 (DE-576)517998165 (DE-599)BSZ517998165 (OCoLC)040032075 (ZBM)1398.68021 (EBP)026960877 (ELSEVIER)on1040032075 DE-627 ger DE-627 rakwb eng XA-GB TK5102.9 TEC009070 bisacsh TEC 009070 bisacsh TEC 009070 bisacsh *68-06 msc 68T05 msc 93C10 msc 94A12 msc 00B15 msc Adaptive learning methods for nonlinear system modeling edited by Danilo Comminiello, José C. Principe Kidlington, Oxford, United Kingdom Butterworth-Heinemann, an imprint of Elsevier 2018 Online Ressource nicht spezifiziert zzz rdacontent nicht spezifiziert z rdamedia nicht spezifiziert zu rdacarrier Includes bibliographical references and index. - Online resource; title from PDF title page (Ebsco, viewed June 14, 2018) Adaptive Learning Methods for Nonlinear System Modeling presents some of the recent advances on adaptive algorithms and machine learning methods designed for nonlinear system modeling and identification. Real-life problems always entail a certain degree of nonlinearity, which makes linear models a non-optimal choice. This book mainly focuses on those methodologies for nonlinear modeling that involve any adaptive learning approaches to process data coming from an unknown nonlinear system. By learning from available data, such methods aim at estimating the nonlinearity introduced by the unknown system. In particular, the methods presented in this book are based on online learning approaches, which process the data example-by-example and allow to model even complex nonlinearities, e.g., showing time-varying and dynamic behaviors. Possible fields of applications of such algorithms includes distributed sensor networks, wireless communications, channel identification, predictive maintenance, wind prediction, network security, vehicular networks, active noise control, information forensics and security, tracking control in mobile robots, power systems, and nonlinear modeling in big data, among many others. This book serves as a crucial resource for researchers, PhD and post-graduate students working in the areas of machine learning, signal processing, adaptive filtering, nonlinear control, system identification, cooperative systems, computational intelligence. This book may be also of interest to the industry market and practitioners working with a wide variety of nonlinear systems Online-Ausg. Adaptive signal processing TECHNOLOGY & ENGINEERING ; Mechanical Adaptive signal processing Traitement adaptatif du signal (CaQQLa)201-0145578 Electronic books Electronic books Comminiello, Danilo herausgeberin edt Príncipe, José C. 1950- herausgeberin (DE-588)138325022 (DE-627)613078640 (DE-576)312939477 edt 012812976X Erscheint auch als Druck-Ausgabe Adaptive learning methods for nonlinear system modeling Kidlington, Oxford, United Kingdom : Butterworth-Heinemann, an imprint of Elsevier, 2018 012812976X 9780128129760 https://www.sciencedirect.com/science/book/9780128129760 X:ELSEVIER Verlag lizenzpflichtig Volltext https://zbmath.org/?q=an:1398.68021 B:ZBM 2021-04-12 Verlag Zentralblatt MATH Inhaltstext GBV-33-Freedom 2022 BSZ-33-EBS-HSAA GBV-33-EBS-MRI GBV-33-EBS-ZHB GBV-33-Freedom 2021 ZDB-33-EBS ZDB-33-EGE 2018 ZDB-33-ESD GBV-33-EBS-HST BSZ-33-EBS-C1UB GBV_ILN_23 ISIL_DE-830 SYSFLAG_1 GBV_KXP SSG-OPC-MAT GBV_ILN_105 ISIL_DE-841 GBV_ILN_132 ISIL_DE-959 GBV_ILN_185 ISIL_DE-Sra5 GBV_ILN_370 ISIL_DE-1373 GBV_ILN_2020 ISIL_DE-Ch1 GBV_ILN_2111 ISIL_DE-944 BO 045F 621.3822 045F 621.382/2 23 01 0830 1847611842 ACQ Vervielfältigungen (z.B. Kopien, Downloads) sind nur von einzelnen Kapiteln oder Seiten und nur zum eigenen wissenschaftlichen Gebrauch erlaubt. Keine Weitergabe an Dritte. Kein systematisches Downloaden durch Robots i z 06-02-19 105 01 0841 4074411377 OLR-ELV-TEST Vervielfältigungen (z.B. Kopien, Downloads) sind nur von einzelnen Kapiteln oder Seiten und nur zum eigenen wissenschaftlichen Gebrauch erlaubt. Die Weitergabe an Dritte sowie systematisches Downloaden sind untersagt. Testzugang ZHB Lübeck z 26-02-22 132 01 0959 4499996120 EBS Elsevier Vervielfältigungen (z.B. Kopien, Downloads) sind nur von einzelnen Kapiteln oder Seiten und nur zum eigenen wissenschaftlichen Gebrauch erlaubt. Keine Weitergabe an Dritte. Kein systematisches Downloaden durch Robots. Zeitlich begrenzte Lizenzierung k 13-03-24 185 01 3519 4514732214 OLR-EBS Vervielfältigungen (z.B. Kopien, Downloads) sind nur von einzelnen Kapiteln oder Seiten und nur zum eigenen wissenschaftlichen Gebrauch erlaubt. Die Weitergabe an Dritte sowie systematisches Downloaden sind untersagt. z 23-04-24 370 01 4370 4540278355 EBS Elsevier Vervielfältigungen (z.B. Kopien, Downloads) sind nur von einzelnen Kapiteln oder Seiten und nur zum eigenen wissenschaftlichen Gebrauch erlaubt. Keine Weitergabe an Dritte. Kein systematisches Downloaden durch Robots. i z 20-06-24 2020 01 DE-Ch1 4520355427 00 --%%-- --%%-- n n Campuslizenz l01 03-05-24 2111 02 DE-944 4046041684 00 --%%-- E-Book Elsevier --%%-- n Elektronischer Volltext - Campuslizenz l01 27-01-22 23 01 0830 Elsevier EBook https://www.sciencedirect.com/science/book/9780128129760 105 01 0841 https://www.sciencedirect.com/science/book/9780128129760 132 01 0959 Zugriff nur für Angehörige der Hochschule Osnabrück im Hochschulnetz https://www.sciencedirect.com/science/book/9780128129760 185 01 3519 https://www.sciencedirect.com/science/book/9780128129760 370 01 4370 E-Book: Zugriff im HCU-Netz. Zugriff von außerhalb nur für HCU-Angehörige möglich https://www.sciencedirect.com/science/book/9780128129760 2020 01 DE-Ch1 https://www.sciencedirect.com/science/book/9780128129760 2111 02 DE-944 https://www.sciencedirect.com/science/book/9780128129760 132 01 0959 00 EBooks Elsevier Engineering 23 01 0830 2018-01865, 2018-01866, 2018-01867, 2018-01868, 2018-01869 23 01 0830 ACQ 23 01 0830 olr-else 23 01 0830 olr-else2 105 01 0841 OLR-ELV-TEST 132 01 0959 EBS Elsevier 185 01 3519 OLR-EBS 370 01 4370 EBS Elsevier
allfieldsGer	9780128129777 978-0-12-812977-7 0128129778 0-12-812977-8 9780128129760 012812976X (DE-627)1655338447 (DE-576)517998165 (DE-599)BSZ517998165 (OCoLC)040032075 (ZBM)1398.68021 (EBP)026960877 (ELSEVIER)on1040032075 DE-627 ger DE-627 rakwb eng XA-GB TK5102.9 TEC009070 bisacsh TEC 009070 bisacsh TEC 009070 bisacsh *68-06 msc 68T05 msc 93C10 msc 94A12 msc 00B15 msc Adaptive learning methods for nonlinear system modeling edited by Danilo Comminiello, José C. Principe Kidlington, Oxford, United Kingdom Butterworth-Heinemann, an imprint of Elsevier 2018 Online Ressource nicht spezifiziert zzz rdacontent nicht spezifiziert z rdamedia nicht spezifiziert zu rdacarrier Includes bibliographical references and index. - Online resource; title from PDF title page (Ebsco, viewed June 14, 2018) Adaptive Learning Methods for Nonlinear System Modeling presents some of the recent advances on adaptive algorithms and machine learning methods designed for nonlinear system modeling and identification. Real-life problems always entail a certain degree of nonlinearity, which makes linear models a non-optimal choice. This book mainly focuses on those methodologies for nonlinear modeling that involve any adaptive learning approaches to process data coming from an unknown nonlinear system. By learning from available data, such methods aim at estimating the nonlinearity introduced by the unknown system. In particular, the methods presented in this book are based on online learning approaches, which process the data example-by-example and allow to model even complex nonlinearities, e.g., showing time-varying and dynamic behaviors. Possible fields of applications of such algorithms includes distributed sensor networks, wireless communications, channel identification, predictive maintenance, wind prediction, network security, vehicular networks, active noise control, information forensics and security, tracking control in mobile robots, power systems, and nonlinear modeling in big data, among many others. This book serves as a crucial resource for researchers, PhD and post-graduate students working in the areas of machine learning, signal processing, adaptive filtering, nonlinear control, system identification, cooperative systems, computational intelligence. This book may be also of interest to the industry market and practitioners working with a wide variety of nonlinear systems Online-Ausg. Adaptive signal processing TECHNOLOGY & ENGINEERING ; Mechanical Adaptive signal processing Traitement adaptatif du signal (CaQQLa)201-0145578 Electronic books Electronic books Comminiello, Danilo herausgeberin edt Príncipe, José C. 1950- herausgeberin (DE-588)138325022 (DE-627)613078640 (DE-576)312939477 edt 012812976X Erscheint auch als Druck-Ausgabe Adaptive learning methods for nonlinear system modeling Kidlington, Oxford, United Kingdom : Butterworth-Heinemann, an imprint of Elsevier, 2018 012812976X 9780128129760 https://www.sciencedirect.com/science/book/9780128129760 X:ELSEVIER Verlag lizenzpflichtig Volltext https://zbmath.org/?q=an:1398.68021 B:ZBM 2021-04-12 Verlag Zentralblatt MATH Inhaltstext GBV-33-Freedom 2022 BSZ-33-EBS-HSAA GBV-33-EBS-MRI GBV-33-EBS-ZHB GBV-33-Freedom 2021 ZDB-33-EBS ZDB-33-EGE 2018 ZDB-33-ESD GBV-33-EBS-HST BSZ-33-EBS-C1UB GBV_ILN_23 ISIL_DE-830 SYSFLAG_1 GBV_KXP SSG-OPC-MAT GBV_ILN_105 ISIL_DE-841 GBV_ILN_132 ISIL_DE-959 GBV_ILN_185 ISIL_DE-Sra5 GBV_ILN_370 ISIL_DE-1373 GBV_ILN_2020 ISIL_DE-Ch1 GBV_ILN_2111 ISIL_DE-944 BO 045F 621.3822 045F 621.382/2 23 01 0830 1847611842 ACQ Vervielfältigungen (z.B. Kopien, Downloads) sind nur von einzelnen Kapiteln oder Seiten und nur zum eigenen wissenschaftlichen Gebrauch erlaubt. Keine Weitergabe an Dritte. Kein systematisches Downloaden durch Robots i z 06-02-19 105 01 0841 4074411377 OLR-ELV-TEST Vervielfältigungen (z.B. Kopien, Downloads) sind nur von einzelnen Kapiteln oder Seiten und nur zum eigenen wissenschaftlichen Gebrauch erlaubt. Die Weitergabe an Dritte sowie systematisches Downloaden sind untersagt. Testzugang ZHB Lübeck z 26-02-22 132 01 0959 4499996120 EBS Elsevier Vervielfältigungen (z.B. Kopien, Downloads) sind nur von einzelnen Kapiteln oder Seiten und nur zum eigenen wissenschaftlichen Gebrauch erlaubt. Keine Weitergabe an Dritte. Kein systematisches Downloaden durch Robots. Zeitlich begrenzte Lizenzierung k 13-03-24 185 01 3519 4514732214 OLR-EBS Vervielfältigungen (z.B. Kopien, Downloads) sind nur von einzelnen Kapiteln oder Seiten und nur zum eigenen wissenschaftlichen Gebrauch erlaubt. Die Weitergabe an Dritte sowie systematisches Downloaden sind untersagt. z 23-04-24 370 01 4370 4540278355 EBS Elsevier Vervielfältigungen (z.B. Kopien, Downloads) sind nur von einzelnen Kapiteln oder Seiten und nur zum eigenen wissenschaftlichen Gebrauch erlaubt. Keine Weitergabe an Dritte. Kein systematisches Downloaden durch Robots. i z 20-06-24 2020 01 DE-Ch1 4520355427 00 --%%-- --%%-- n n Campuslizenz l01 03-05-24 2111 02 DE-944 4046041684 00 --%%-- E-Book Elsevier --%%-- n Elektronischer Volltext - Campuslizenz l01 27-01-22 23 01 0830 Elsevier EBook https://www.sciencedirect.com/science/book/9780128129760 105 01 0841 https://www.sciencedirect.com/science/book/9780128129760 132 01 0959 Zugriff nur für Angehörige der Hochschule Osnabrück im Hochschulnetz https://www.sciencedirect.com/science/book/9780128129760 185 01 3519 https://www.sciencedirect.com/science/book/9780128129760 370 01 4370 E-Book: Zugriff im HCU-Netz. Zugriff von außerhalb nur für HCU-Angehörige möglich https://www.sciencedirect.com/science/book/9780128129760 2020 01 DE-Ch1 https://www.sciencedirect.com/science/book/9780128129760 2111 02 DE-944 https://www.sciencedirect.com/science/book/9780128129760 132 01 0959 00 EBooks Elsevier Engineering 23 01 0830 2018-01865, 2018-01866, 2018-01867, 2018-01868, 2018-01869 23 01 0830 ACQ 23 01 0830 olr-else 23 01 0830 olr-else2 105 01 0841 OLR-ELV-TEST 132 01 0959 EBS Elsevier 185 01 3519 OLR-EBS 370 01 4370 EBS Elsevier
allfieldsSound	9780128129777 978-0-12-812977-7 0128129778 0-12-812977-8 9780128129760 012812976X (DE-627)1655338447 (DE-576)517998165 (DE-599)BSZ517998165 (OCoLC)040032075 (ZBM)1398.68021 (EBP)026960877 (ELSEVIER)on1040032075 DE-627 ger DE-627 rakwb eng XA-GB TK5102.9 TEC009070 bisacsh TEC 009070 bisacsh TEC 009070 bisacsh *68-06 msc 68T05 msc 93C10 msc 94A12 msc 00B15 msc Adaptive learning methods for nonlinear system modeling edited by Danilo Comminiello, José C. Principe Kidlington, Oxford, United Kingdom Butterworth-Heinemann, an imprint of Elsevier 2018 Online Ressource nicht spezifiziert zzz rdacontent nicht spezifiziert z rdamedia nicht spezifiziert zu rdacarrier Includes bibliographical references and index. - Online resource; title from PDF title page (Ebsco, viewed June 14, 2018) Adaptive Learning Methods for Nonlinear System Modeling presents some of the recent advances on adaptive algorithms and machine learning methods designed for nonlinear system modeling and identification. Real-life problems always entail a certain degree of nonlinearity, which makes linear models a non-optimal choice. This book mainly focuses on those methodologies for nonlinear modeling that involve any adaptive learning approaches to process data coming from an unknown nonlinear system. By learning from available data, such methods aim at estimating the nonlinearity introduced by the unknown system. In particular, the methods presented in this book are based on online learning approaches, which process the data example-by-example and allow to model even complex nonlinearities, e.g., showing time-varying and dynamic behaviors. Possible fields of applications of such algorithms includes distributed sensor networks, wireless communications, channel identification, predictive maintenance, wind prediction, network security, vehicular networks, active noise control, information forensics and security, tracking control in mobile robots, power systems, and nonlinear modeling in big data, among many others. This book serves as a crucial resource for researchers, PhD and post-graduate students working in the areas of machine learning, signal processing, adaptive filtering, nonlinear control, system identification, cooperative systems, computational intelligence. This book may be also of interest to the industry market and practitioners working with a wide variety of nonlinear systems Online-Ausg. Adaptive signal processing TECHNOLOGY & ENGINEERING ; Mechanical Adaptive signal processing Traitement adaptatif du signal (CaQQLa)201-0145578 Electronic books Electronic books Comminiello, Danilo herausgeberin edt Príncipe, José C. 1950- herausgeberin (DE-588)138325022 (DE-627)613078640 (DE-576)312939477 edt 012812976X Erscheint auch als Druck-Ausgabe Adaptive learning methods for nonlinear system modeling Kidlington, Oxford, United Kingdom : Butterworth-Heinemann, an imprint of Elsevier, 2018 012812976X 9780128129760 https://www.sciencedirect.com/science/book/9780128129760 X:ELSEVIER Verlag lizenzpflichtig Volltext https://zbmath.org/?q=an:1398.68021 B:ZBM 2021-04-12 Verlag Zentralblatt MATH Inhaltstext GBV-33-Freedom 2022 BSZ-33-EBS-HSAA GBV-33-EBS-MRI GBV-33-EBS-ZHB GBV-33-Freedom 2021 ZDB-33-EBS ZDB-33-EGE 2018 ZDB-33-ESD GBV-33-EBS-HST BSZ-33-EBS-C1UB GBV_ILN_23 ISIL_DE-830 SYSFLAG_1 GBV_KXP SSG-OPC-MAT GBV_ILN_105 ISIL_DE-841 GBV_ILN_132 ISIL_DE-959 GBV_ILN_185 ISIL_DE-Sra5 GBV_ILN_370 ISIL_DE-1373 GBV_ILN_2020 ISIL_DE-Ch1 GBV_ILN_2111 ISIL_DE-944 BO 045F 621.3822 045F 621.382/2 23 01 0830 1847611842 ACQ Vervielfältigungen (z.B. Kopien, Downloads) sind nur von einzelnen Kapiteln oder Seiten und nur zum eigenen wissenschaftlichen Gebrauch erlaubt. Keine Weitergabe an Dritte. Kein systematisches Downloaden durch Robots i z 06-02-19 105 01 0841 4074411377 OLR-ELV-TEST Vervielfältigungen (z.B. Kopien, Downloads) sind nur von einzelnen Kapiteln oder Seiten und nur zum eigenen wissenschaftlichen Gebrauch erlaubt. Die Weitergabe an Dritte sowie systematisches Downloaden sind untersagt. Testzugang ZHB Lübeck z 26-02-22 132 01 0959 4499996120 EBS Elsevier Vervielfältigungen (z.B. Kopien, Downloads) sind nur von einzelnen Kapiteln oder Seiten und nur zum eigenen wissenschaftlichen Gebrauch erlaubt. Keine Weitergabe an Dritte. Kein systematisches Downloaden durch Robots. Zeitlich begrenzte Lizenzierung k 13-03-24 185 01 3519 4514732214 OLR-EBS Vervielfältigungen (z.B. Kopien, Downloads) sind nur von einzelnen Kapiteln oder Seiten und nur zum eigenen wissenschaftlichen Gebrauch erlaubt. Die Weitergabe an Dritte sowie systematisches Downloaden sind untersagt. z 23-04-24 370 01 4370 4540278355 EBS Elsevier Vervielfältigungen (z.B. Kopien, Downloads) sind nur von einzelnen Kapiteln oder Seiten und nur zum eigenen wissenschaftlichen Gebrauch erlaubt. Keine Weitergabe an Dritte. Kein systematisches Downloaden durch Robots. i z 20-06-24 2020 01 DE-Ch1 4520355427 00 --%%-- --%%-- n n Campuslizenz l01 03-05-24 2111 02 DE-944 4046041684 00 --%%-- E-Book Elsevier --%%-- n Elektronischer Volltext - Campuslizenz l01 27-01-22 23 01 0830 Elsevier EBook https://www.sciencedirect.com/science/book/9780128129760 105 01 0841 https://www.sciencedirect.com/science/book/9780128129760 132 01 0959 Zugriff nur für Angehörige der Hochschule Osnabrück im Hochschulnetz https://www.sciencedirect.com/science/book/9780128129760 185 01 3519 https://www.sciencedirect.com/science/book/9780128129760 370 01 4370 E-Book: Zugriff im HCU-Netz. Zugriff von außerhalb nur für HCU-Angehörige möglich https://www.sciencedirect.com/science/book/9780128129760 2020 01 DE-Ch1 https://www.sciencedirect.com/science/book/9780128129760 2111 02 DE-944 https://www.sciencedirect.com/science/book/9780128129760 132 01 0959 00 EBooks Elsevier Engineering 23 01 0830 2018-01865, 2018-01866, 2018-01867, 2018-01868, 2018-01869 23 01 0830 ACQ 23 01 0830 olr-else 23 01 0830 olr-else2 105 01 0841 OLR-ELV-TEST 132 01 0959 EBS Elsevier 185 01 3519 OLR-EBS 370 01 4370 EBS Elsevier
language	English
format_phy_str_mv	Book
building	23 105 132 185 370 2020:0 2111:0
institution	findex.gbv.de
selectbib_iln_str_mv	23@ 105@ 132@ 185@ 370@ 2020@01 2111@01
topic_facet	Adaptive signal processing TECHNOLOGY & ENGINEERING ; Mechanical Traitement adaptatif du signal
sw_local_iln_str_mv	132:EBooks Elsevier Engineering 0959:EBooks Elsevier Engineering
isfreeaccess_bool	false
authorswithroles_txt_mv	Comminiello, Danilo @@edt@@ Príncipe, José C. @@edt@@
publishDateDaySort_date	2018-01-01T00:00:00Z
id	1655338447
signature_iln	2111:E-Book Elsevier DE-944:E-Book Elsevier
signature_iln_str_mv	2111:E-Book Elsevier DE-944:E-Book Elsevier
signature_iln_scis_mv	2111:E-Book Elsevier DE-944:E-Book Elsevier
genre_facet	Electronic books
language_de	englisch
fullrecord	<?xml version="1.0" encoding="UTF-8"?><collection xmlns="http://www.loc.gov/MARC21/slim"><record><leader>01000cam a22002652 4500</leader><controlfield tag="001">1655338447</controlfield><controlfield tag="003">DE-627</controlfield><controlfield tag="005">20240503140330.0</controlfield><controlfield tag="007">cr uuu---uuuuu</controlfield><controlfield tag="008">190225s2018 xxk\|\|\|\|\|o 00\| \|\|eng c</controlfield><datafield tag="020" ind1=" " ind2=" "><subfield code="a">9780128129777</subfield><subfield code="9">978-0-12-812977-7</subfield></datafield><datafield tag="020" ind1=" " ind2=" "><subfield code="a">0128129778</subfield><subfield code="9">0-12-812977-8</subfield></datafield><datafield tag="020" ind1=" " ind2=" "><subfield code="z">9780128129760</subfield></datafield><datafield tag="020" ind1=" " ind2=" "><subfield code="z">012812976X</subfield></datafield><datafield tag="035" ind1=" " ind2=" "><subfield code="a">(DE-627)1655338447</subfield></datafield><datafield tag="035" ind1=" " ind2=" "><subfield code="a">(DE-576)517998165</subfield></datafield><datafield tag="035" ind1=" " ind2=" "><subfield code="a">(DE-599)BSZ517998165</subfield></datafield><datafield tag="035" ind1=" " ind2=" "><subfield code="a">(OCoLC)040032075</subfield></datafield><datafield tag="035" ind1=" " ind2=" "><subfield code="a">(ZBM)1398.68021</subfield></datafield><datafield tag="035" ind1=" " ind2=" "><subfield code="a">(EBP)026960877</subfield></datafield><datafield tag="035" ind1=" " ind2=" "><subfield code="a">(ELSEVIER)on1040032075</subfield></datafield><datafield tag="040" ind1=" " ind2=" "><subfield code="a">DE-627</subfield><subfield code="b">ger</subfield><subfield code="c">DE-627</subfield><subfield code="e">rakwb</subfield></datafield><datafield tag="041" ind1=" " ind2=" "><subfield code="a">eng</subfield></datafield><datafield tag="044" ind1=" " ind2=" "><subfield code="c">XA-GB</subfield></datafield><datafield tag="050" ind1=" " ind2="0"><subfield code="a">TK5102.9</subfield></datafield><datafield tag="072" ind1=" " ind2="7"><subfield code="a">TEC009070</subfield><subfield code="2">bisacsh</subfield></datafield><datafield tag="072" ind1=" " ind2="7"><subfield code="a">TEC 009070</subfield><subfield code="2">bisacsh</subfield></datafield><datafield tag="072" ind1=" " ind2="7"><subfield code="a">TEC 009070</subfield><subfield code="2">bisacsh</subfield></datafield><datafield tag="084" ind1=" " ind2=" "><subfield code="a">*68-06</subfield><subfield code="2">msc</subfield></datafield><datafield tag="084" ind1=" " ind2=" "><subfield code="a">68T05</subfield><subfield code="2">msc</subfield></datafield><datafield tag="084" ind1=" " ind2=" "><subfield code="a">93C10</subfield><subfield code="2">msc</subfield></datafield><datafield tag="084" ind1=" " ind2=" "><subfield code="a">94A12</subfield><subfield code="2">msc</subfield></datafield><datafield tag="084" ind1=" " ind2=" "><subfield code="a">00B15</subfield><subfield code="2">msc</subfield></datafield><datafield tag="245" ind1="1" ind2="0"><subfield code="a">Adaptive learning methods for nonlinear system modeling</subfield><subfield code="c">edited by Danilo Comminiello, José C. Principe</subfield></datafield><datafield tag="264" ind1=" " ind2="1"><subfield code="a">Kidlington, Oxford, United Kingdom</subfield><subfield code="b">Butterworth-Heinemann, an imprint of Elsevier</subfield><subfield code="c">2018</subfield></datafield><datafield tag="300" ind1=" " ind2=" "><subfield code="a">Online Ressource</subfield></datafield><datafield tag="336" ind1=" " ind2=" "><subfield code="a">nicht spezifiziert</subfield><subfield code="b">zzz</subfield><subfield code="2">rdacontent</subfield></datafield><datafield tag="337" ind1=" " ind2=" "><subfield code="a">nicht spezifiziert</subfield><subfield code="b">z</subfield><subfield code="2">rdamedia</subfield></datafield><datafield tag="338" ind1=" " ind2=" "><subfield code="a">nicht spezifiziert</subfield><subfield code="b">zu</subfield><subfield code="2">rdacarrier</subfield></datafield><datafield tag="500" ind1=" " ind2=" "><subfield code="a">Includes bibliographical references and index. - Online resource; title from PDF title page (Ebsco, viewed June 14, 2018)</subfield></datafield><datafield tag="520" ind1=" " ind2=" "><subfield code="a">Adaptive Learning Methods for Nonlinear System Modeling presents some of the recent advances on adaptive algorithms and machine learning methods designed for nonlinear system modeling and identification. Real-life problems always entail a certain degree of nonlinearity, which makes linear models a non-optimal choice. This book mainly focuses on those methodologies for nonlinear modeling that involve any adaptive learning approaches to process data coming from an unknown nonlinear system. By learning from available data, such methods aim at estimating the nonlinearity introduced by the unknown system. In particular, the methods presented in this book are based on online learning approaches, which process the data example-by-example and allow to model even complex nonlinearities, e.g., showing time-varying and dynamic behaviors. Possible fields of applications of such algorithms includes distributed sensor networks, wireless communications, channel identification, predictive maintenance, wind prediction, network security, vehicular networks, active noise control, information forensics and security, tracking control in mobile robots, power systems, and nonlinear modeling in big data, among many others. This book serves as a crucial resource for researchers, PhD and post-graduate students working in the areas of machine learning, signal processing, adaptive filtering, nonlinear control, system identification, cooperative systems, computational intelligence. This book may be also of interest to the industry market and practitioners working with a wide variety of nonlinear systems</subfield></datafield><datafield tag="533" ind1=" " ind2=" "><subfield code="a">Online-Ausg.</subfield></datafield><datafield tag="650" ind1=" " ind2="0"><subfield code="a">Adaptive signal processing</subfield></datafield><datafield tag="650" ind1=" " ind2="4"><subfield code="a">TECHNOLOGY & ENGINEERING ; Mechanical</subfield></datafield><datafield tag="650" ind1=" " ind2="4"><subfield code="a">Adaptive signal processing</subfield></datafield><datafield tag="650" ind1=" " ind2="4"><subfield code="a">Traitement adaptatif du signal</subfield><subfield code="0">(CaQQLa)201-0145578</subfield></datafield><datafield tag="655" ind1=" " ind2="0"><subfield code="a">Electronic books</subfield></datafield><datafield tag="655" ind1=" " ind2="4"><subfield code="a">Electronic books</subfield></datafield><datafield tag="700" ind1="1" ind2=" "><subfield code="a">Comminiello, Danilo</subfield><subfield code="e">herausgeberin</subfield><subfield code="4">edt</subfield></datafield><datafield tag="700" ind1="1" ind2=" "><subfield code="a">Príncipe, José C.</subfield><subfield code="d">1950-</subfield><subfield code="e">herausgeberin</subfield><subfield code="0">(DE-588)138325022</subfield><subfield code="0">(DE-627)613078640</subfield><subfield code="0">(DE-576)312939477</subfield><subfield code="4">edt</subfield></datafield><datafield tag="776" ind1="1" ind2=" "><subfield code="z">012812976X</subfield></datafield><datafield tag="776" ind1="0" ind2="8"><subfield code="i">Erscheint auch als</subfield><subfield code="n">Druck-Ausgabe</subfield><subfield code="t">Adaptive learning methods for nonlinear system modeling</subfield><subfield code="d">Kidlington, Oxford, United Kingdom : Butterworth-Heinemann, an imprint of Elsevier, 2018</subfield><subfield code="z">012812976X</subfield><subfield code="z">9780128129760</subfield></datafield><datafield tag="856" ind1="4" ind2="0"><subfield code="u">https://www.sciencedirect.com/science/book/9780128129760</subfield><subfield code="m">X:ELSEVIER</subfield><subfield code="x">Verlag</subfield><subfield code="z">lizenzpflichtig</subfield><subfield code="3">Volltext</subfield></datafield><datafield tag="856" ind1="4" ind2="2"><subfield code="u">https://zbmath.org/?q=an:1398.68021</subfield><subfield code="m">B:ZBM</subfield><subfield code="v">2021-04-12</subfield><subfield code="x">Verlag</subfield><subfield code="y">Zentralblatt MATH</subfield><subfield code="3">Inhaltstext</subfield></datafield><datafield tag="912" ind1=" " ind2=" "><subfield code="a">GBV-33-Freedom</subfield><subfield code="b">2022</subfield></datafield><datafield tag="912" ind1=" " ind2=" "><subfield code="a">BSZ-33-EBS-HSAA</subfield></datafield><datafield tag="912" ind1=" " ind2=" "><subfield code="a">GBV-33-EBS-MRI</subfield></datafield><datafield tag="912" ind1=" " ind2=" "><subfield code="a">GBV-33-EBS-ZHB</subfield></datafield><datafield tag="912" ind1=" " ind2=" "><subfield code="a">GBV-33-Freedom</subfield><subfield code="b">2021</subfield></datafield><datafield tag="912" ind1=" " ind2=" "><subfield code="a">ZDB-33-EBS</subfield></datafield><datafield tag="912" ind1=" " ind2=" "><subfield code="a">ZDB-33-EGE</subfield><subfield code="b">2018</subfield></datafield><datafield tag="912" ind1=" " ind2=" "><subfield code="a">ZDB-33-ESD</subfield></datafield><datafield tag="912" ind1=" " ind2=" "><subfield code="a">GBV-33-EBS-HST</subfield></datafield><datafield tag="912" ind1=" " ind2=" "><subfield code="a">BSZ-33-EBS-C1UB</subfield></datafield><datafield tag="912" ind1=" " ind2=" "><subfield code="a">GBV_ILN_23</subfield></datafield><datafield tag="912" ind1=" " ind2=" "><subfield code="a">ISIL_DE-830</subfield></datafield><datafield tag="912" ind1=" " ind2=" "><subfield code="a">SYSFLAG_1</subfield></datafield><datafield tag="912" ind1=" " ind2=" "><subfield code="a">GBV_KXP</subfield></datafield><datafield tag="912" ind1=" " ind2=" "><subfield code="a">SSG-OPC-MAT</subfield></datafield><datafield tag="912" ind1=" " ind2=" "><subfield code="a">GBV_ILN_105</subfield></datafield><datafield tag="912" ind1=" " ind2=" "><subfield code="a">ISIL_DE-841</subfield></datafield><datafield tag="912" ind1=" " ind2=" "><subfield code="a">GBV_ILN_132</subfield></datafield><datafield tag="912" ind1=" " ind2=" "><subfield code="a">ISIL_DE-959</subfield></datafield><datafield tag="912" ind1=" " ind2=" "><subfield code="a">GBV_ILN_185</subfield></datafield><datafield tag="912" ind1=" " ind2=" "><subfield code="a">ISIL_DE-Sra5</subfield></datafield><datafield tag="912" ind1=" " ind2=" "><subfield code="a">GBV_ILN_370</subfield></datafield><datafield tag="912" ind1=" " ind2=" "><subfield code="a">ISIL_DE-1373</subfield></datafield><datafield tag="912" ind1=" " ind2=" "><subfield code="a">GBV_ILN_2020</subfield></datafield><datafield tag="912" ind1=" " ind2=" "><subfield code="a">ISIL_DE-Ch1</subfield></datafield><datafield tag="912" ind1=" " ind2=" "><subfield code="a">GBV_ILN_2111</subfield></datafield><datafield tag="912" ind1=" " ind2=" "><subfield code="a">ISIL_DE-944</subfield></datafield><datafield tag="951" ind1=" " ind2=" "><subfield code="a">BO</subfield></datafield><datafield tag="953" ind1=" " ind2=" "><subfield code="2">045F</subfield><subfield code="a">621.3822</subfield></datafield><datafield tag="953" ind1=" " ind2=" "><subfield code="2">045F</subfield><subfield code="a">621.382/2</subfield></datafield><datafield tag="980" ind1=" " ind2=" "><subfield code="2">23</subfield><subfield code="1">01</subfield><subfield code="x">0830</subfield><subfield code="b">1847611842</subfield><subfield code="h">ACQ</subfield><subfield code="k">Vervielfältigungen (z.B. Kopien, Downloads) sind nur von einzelnen Kapiteln oder Seiten und nur zum eigenen wissenschaftlichen Gebrauch erlaubt. Keine Weitergabe an Dritte. Kein systematisches Downloaden durch Robots</subfield><subfield code="u">i</subfield><subfield code="y">z</subfield><subfield code="z">06-02-19</subfield></datafield><datafield tag="980" ind1=" " ind2=" "><subfield code="2">105</subfield><subfield code="1">01</subfield><subfield code="x">0841</subfield><subfield code="b">4074411377</subfield><subfield code="h">OLR-ELV-TEST</subfield><subfield code="k">Vervielfältigungen (z.B. Kopien, Downloads) sind nur von einzelnen Kapiteln oder Seiten und nur zum eigenen wissenschaftlichen Gebrauch erlaubt. Die Weitergabe an Dritte sowie systematisches Downloaden sind untersagt.</subfield><subfield code="k">Testzugang ZHB Lübeck</subfield><subfield code="y">z</subfield><subfield code="z">26-02-22</subfield></datafield><datafield tag="980" ind1=" " ind2=" "><subfield code="2">132</subfield><subfield code="1">01</subfield><subfield code="x">0959</subfield><subfield code="b">4499996120</subfield><subfield code="h">EBS Elsevier</subfield><subfield code="k">Vervielfältigungen (z.B. Kopien, Downloads) sind nur von einzelnen Kapiteln oder Seiten und nur zum eigenen wissenschaftlichen Gebrauch erlaubt. Keine Weitergabe an Dritte. Kein systematisches Downloaden durch Robots.</subfield><subfield code="k">Zeitlich begrenzte Lizenzierung</subfield><subfield code="y">k</subfield><subfield code="z">13-03-24</subfield></datafield><datafield tag="980" ind1=" " ind2=" "><subfield code="2">185</subfield><subfield code="1">01</subfield><subfield code="x">3519</subfield><subfield code="b">4514732214</subfield><subfield code="h">OLR-EBS</subfield><subfield code="k">Vervielfältigungen (z.B. Kopien, Downloads) sind nur von einzelnen Kapiteln oder Seiten und nur zum eigenen wissenschaftlichen Gebrauch erlaubt. Die Weitergabe an Dritte sowie systematisches Downloaden sind untersagt.</subfield><subfield code="y">z</subfield><subfield code="z">23-04-24</subfield></datafield><datafield tag="980" ind1=" " ind2=" "><subfield code="2">370</subfield><subfield code="1">01</subfield><subfield code="x">4370</subfield><subfield code="b">4540278355</subfield><subfield code="h">EBS Elsevier</subfield><subfield code="k">Vervielfältigungen (z.B. Kopien, Downloads) sind nur von einzelnen Kapiteln oder Seiten und nur zum eigenen wissenschaftlichen Gebrauch erlaubt. Keine Weitergabe an Dritte. Kein systematisches Downloaden durch Robots.</subfield><subfield code="u">i</subfield><subfield code="y">z</subfield><subfield code="z">20-06-24</subfield></datafield><datafield tag="980" ind1=" " ind2=" "><subfield code="2">2020</subfield><subfield code="1">01</subfield><subfield code="x">DE-Ch1</subfield><subfield code="b">4520355427</subfield><subfield code="c">00</subfield><subfield code="f">--%%--</subfield><subfield code="d">--%%--</subfield><subfield code="e">n</subfield><subfield code="j">n</subfield><subfield code="k">Campuslizenz</subfield><subfield code="y">l01</subfield><subfield code="z">03-05-24</subfield></datafield><datafield tag="980" ind1=" " ind2=" "><subfield code="2">2111</subfield><subfield code="1">02</subfield><subfield code="x">DE-944</subfield><subfield code="b">4046041684</subfield><subfield code="c">00</subfield><subfield code="f">--%%--</subfield><subfield code="d">E-Book Elsevier</subfield><subfield code="e">--%%--</subfield><subfield code="j">n</subfield><subfield code="k">Elektronischer Volltext - Campuslizenz</subfield><subfield code="y">l01</subfield><subfield code="z">27-01-22</subfield></datafield><datafield tag="981" ind1=" " ind2=" "><subfield code="2">23</subfield><subfield code="1">01</subfield><subfield code="x">0830</subfield><subfield code="y">Elsevier EBook</subfield><subfield code="r">https://www.sciencedirect.com/science/book/9780128129760</subfield></datafield><datafield tag="981" ind1=" " ind2=" "><subfield code="2">105</subfield><subfield code="1">01</subfield><subfield code="x">0841</subfield><subfield code="r">https://www.sciencedirect.com/science/book/9780128129760</subfield></datafield><datafield tag="981" ind1=" " ind2=" "><subfield code="2">132</subfield><subfield code="1">01</subfield><subfield code="x">0959</subfield><subfield code="y">Zugriff nur für Angehörige der Hochschule Osnabrück im Hochschulnetz</subfield><subfield code="r">https://www.sciencedirect.com/science/book/9780128129760</subfield></datafield><datafield tag="981" ind1=" " ind2=" "><subfield code="2">185</subfield><subfield code="1">01</subfield><subfield code="x">3519</subfield><subfield code="r">https://www.sciencedirect.com/science/book/9780128129760</subfield></datafield><datafield tag="981" ind1=" " ind2=" "><subfield code="2">370</subfield><subfield code="1">01</subfield><subfield code="x">4370</subfield><subfield code="y">E-Book: Zugriff im HCU-Netz. Zugriff von außerhalb nur für HCU-Angehörige möglich</subfield><subfield code="r">https://www.sciencedirect.com/science/book/9780128129760</subfield></datafield><datafield tag="981" ind1=" " ind2=" "><subfield code="2">2020</subfield><subfield code="1">01</subfield><subfield code="x">DE-Ch1</subfield><subfield code="r">https://www.sciencedirect.com/science/book/9780128129760</subfield></datafield><datafield tag="981" ind1=" " ind2=" "><subfield code="2">2111</subfield><subfield code="1">02</subfield><subfield code="x">DE-944</subfield><subfield code="r">https://www.sciencedirect.com/science/book/9780128129760</subfield></datafield><datafield tag="982" ind1=" " ind2=" "><subfield code="2">132</subfield><subfield code="1">01</subfield><subfield code="x">0959</subfield><subfield code="8">00</subfield><subfield code="a">EBooks Elsevier Engineering</subfield></datafield><datafield tag="985" ind1=" " ind2=" "><subfield code="2">23</subfield><subfield code="1">01</subfield><subfield code="x">0830</subfield><subfield code="a">2018-01865, 2018-01866, 2018-01867, 2018-01868, 2018-01869</subfield></datafield><datafield tag="995" ind1=" " ind2=" "><subfield code="2">23</subfield><subfield code="1">01</subfield><subfield code="x">0830</subfield><subfield code="a">ACQ</subfield></datafield><datafield tag="995" ind1=" " ind2=" "><subfield code="2">23</subfield><subfield code="1">01</subfield><subfield code="x">0830</subfield><subfield code="a">olr-else</subfield></datafield><datafield tag="995" ind1=" " ind2=" "><subfield code="2">23</subfield><subfield code="1">01</subfield><subfield code="x">0830</subfield><subfield code="a">olr-else2</subfield></datafield><datafield tag="995" ind1=" " ind2=" "><subfield code="2">105</subfield><subfield code="1">01</subfield><subfield code="x">0841</subfield><subfield code="a">OLR-ELV-TEST</subfield></datafield><datafield tag="995" ind1=" " ind2=" "><subfield code="2">132</subfield><subfield code="1">01</subfield><subfield code="x">0959</subfield><subfield code="a">EBS Elsevier</subfield></datafield><datafield tag="995" ind1=" " ind2=" "><subfield code="2">185</subfield><subfield code="1">01</subfield><subfield code="x">3519</subfield><subfield code="a">OLR-EBS</subfield></datafield><datafield tag="995" ind1=" " ind2=" "><subfield code="2">370</subfield><subfield code="1">01</subfield><subfield code="x">4370</subfield><subfield code="a">EBS Elsevier</subfield></datafield></record></collection>
standort_str_mv	--%%--
callnumber-first	T - Technology
standort_iln_str_mv	2020:--%%-- DE-Ch1:--%%-- 2111:--%%-- DE-944:--%%--
format	eBook
delete_txt_mv	keep
typewithnormlink_str_mv	DifferentiatedPerson@(DE-588)138325022 Person@(DE-588)138325022
collection	KXP GVK SWB
publishPlace	Kidlington, Oxford, United Kingdom
remote_str	true
abrufzeichen_iln_str_mv	23@ACQ 23@olr-else 23@olr-else2 105@OLR-ELV-TEST 132@EBS Elsevier 185@OLR-EBS 370@EBS Elsevier
abrufzeichen_iln_scis_mv	23@ACQ 23@olr-else 23@olr-else2 105@OLR-ELV-TEST 132@EBS Elsevier 185@OLR-EBS 370@EBS Elsevier
callnumber-label	TK5102
last_changed_iln_str_mv	23@06-02-19 105@26-02-22 132@13-03-24 185@23-04-24 370@20-06-24 2020@03-05-24 2111@27-01-22
illustrated	Not Illustrated
topic_title	TK5102.9 *68-06 msc 68T05 msc 93C10 msc 94A12 msc 00B15 msc 132 01 0959 00 EBooks Elsevier Engineering Adaptive learning methods for nonlinear system modeling edited by Danilo Comminiello, José C. Principe Adaptive signal processing TECHNOLOGY & ENGINEERING ; Mechanical Traitement adaptatif du signal (CaQQLa)201-0145578
publisher	Butterworth-Heinemann, an imprint of Elsevier
publisherStr	Butterworth-Heinemann, an imprint of Elsevier
topic	misc TK5102.9 msc *68-06 msc 68T05 msc 93C10 msc 94A12 msc 00B15 misc Adaptive signal processing misc TECHNOLOGY & ENGINEERING ; Mechanical misc Traitement adaptatif du signal 132 EBooks Elsevier Engineering
spellingShingle	misc TK5102.9 msc *68-06 msc 68T05 msc 93C10 msc 94A12 msc 00B15 misc Adaptive signal processing misc TECHNOLOGY & ENGINEERING ; Mechanical misc Traitement adaptatif du signal 132 EBooks Elsevier Engineering Adaptive learning methods for nonlinear system modeling
topic_unstemmed	misc TK5102.9 msc *68-06 msc 68T05 msc 93C10 msc 94A12 msc 00B15 misc Adaptive signal processing misc TECHNOLOGY & ENGINEERING ; Mechanical misc Traitement adaptatif du signal 132 EBooks Elsevier Engineering
topic_browse	misc TK5102.9 msc *68-06 msc 68T05 msc 93C10 msc 94A12 msc 00B15 misc Adaptive signal processing misc TECHNOLOGY & ENGINEERING ; Mechanical misc Traitement adaptatif du signal 132 EBooks Elsevier Engineering
format_facet	Elektronische Bücher Bücher Elektronische Ressource
standort_txtP_mv	--%%--
format_main_str_mv	Text Buch
carriertype_str_mv	zu
author2_variant	d c dc j c p jc jcp
normlinkwithtype_str_mv	(DE-588)138325022@DifferentiatedPerson (DE-588)138325022@Person
signature	--%%-- E-Book Elsevier
signature_str_mv	--%%-- E-Book Elsevier
isbn	9780128129777 0128129778 012812976X 9780128129760
isfreeaccess_txt	false
normlinkwithrole_str_mv	(DE-588)138325022@@edt@@
title	Adaptive learning methods for nonlinear system modeling
ctrlnum	(DE-627)1655338447 (DE-576)517998165 (DE-599)BSZ517998165 (OCoLC)040032075 (ZBM)1398.68021 (EBP)026960877 (ELSEVIER)on1040032075
exemplarkommentar_str_mv	23@Vervielfältigungen (z.B. Kopien, Downloads) sind nur von einzelnen Kapiteln oder Seiten und nur zum eigenen wissenschaftlichen Gebrauch erlaubt. Keine Weitergabe an Dritte. Kein systematisches Downloaden durch Robots 105@Vervielfältigungen (z.B. Kopien, Downloads) sind nur von einzelnen Kapiteln oder Seiten und nur zum eigenen wissenschaftlichen Gebrauch erlaubt. Die Weitergabe an Dritte sowie systematisches Downloaden sind untersagt. 105@Testzugang ZHB Lübeck 132@Vervielfältigungen (z.B. Kopien, Downloads) sind nur von einzelnen Kapiteln oder Seiten und nur zum eigenen wissenschaftlichen Gebrauch erlaubt. Keine Weitergabe an Dritte. Kein systematisches Downloaden durch Robots. 132@Zeitlich begrenzte Lizenzierung 185@Vervielfältigungen (z.B. Kopien, Downloads) sind nur von einzelnen Kapiteln oder Seiten und nur zum eigenen wissenschaftlichen Gebrauch erlaubt. Die Weitergabe an Dritte sowie systematisches Downloaden sind untersagt. 370@Vervielfältigungen (z.B. Kopien, Downloads) sind nur von einzelnen Kapiteln oder Seiten und nur zum eigenen wissenschaftlichen Gebrauch erlaubt. Keine Weitergabe an Dritte. Kein systematisches Downloaden durch Robots. 2020@Campuslizenz 2111@Elektronischer Volltext - Campuslizenz
title_full	Adaptive learning methods for nonlinear system modeling edited by Danilo Comminiello, José C. Principe
callnumber-first-code	T
lang_code	eng
isOA_bool	false
recordtype	marc
genre	Electronic books
publishDateSort	2018
contenttype_str_mv	zzz
selectkey	23:z 105:z 132:k 185:z 370:z 2020:l 2111:l
physical	Online Ressource
class	TK5102.9 *68-06 msc 68T05 msc 93C10 msc 94A12 msc 00B15 msc
format_se	Elektronische Bücher
countryofpublication_str_mv	XA-GB
normlink	(CAQQLA)201-0145578 138325022 613078640 312939477
normlink_prefix_str_mv	(CaQQLa)201-0145578 (DE-588)138325022 (DE-627)613078640 (DE-576)312939477
author2-role	herausgeberin
title_sort	adaptive learning methods for nonlinear system modeling
callnumber	TK5102.9
title_auth	Adaptive learning methods for nonlinear system modeling
abstract	Adaptive Learning Methods for Nonlinear System Modeling presents some of the recent advances on adaptive algorithms and machine learning methods designed for nonlinear system modeling and identification. Real-life problems always entail a certain degree of nonlinearity, which makes linear models a non-optimal choice. This book mainly focuses on those methodologies for nonlinear modeling that involve any adaptive learning approaches to process data coming from an unknown nonlinear system. By learning from available data, such methods aim at estimating the nonlinearity introduced by the unknown system. In particular, the methods presented in this book are based on online learning approaches, which process the data example-by-example and allow to model even complex nonlinearities, e.g., showing time-varying and dynamic behaviors. Possible fields of applications of such algorithms includes distributed sensor networks, wireless communications, channel identification, predictive maintenance, wind prediction, network security, vehicular networks, active noise control, information forensics and security, tracking control in mobile robots, power systems, and nonlinear modeling in big data, among many others. This book serves as a crucial resource for researchers, PhD and post-graduate students working in the areas of machine learning, signal processing, adaptive filtering, nonlinear control, system identification, cooperative systems, computational intelligence. This book may be also of interest to the industry market and practitioners working with a wide variety of nonlinear systems Includes bibliographical references and index. - Online resource; title from PDF title page (Ebsco, viewed June 14, 2018)
abstractGer	Adaptive Learning Methods for Nonlinear System Modeling presents some of the recent advances on adaptive algorithms and machine learning methods designed for nonlinear system modeling and identification. Real-life problems always entail a certain degree of nonlinearity, which makes linear models a non-optimal choice. This book mainly focuses on those methodologies for nonlinear modeling that involve any adaptive learning approaches to process data coming from an unknown nonlinear system. By learning from available data, such methods aim at estimating the nonlinearity introduced by the unknown system. In particular, the methods presented in this book are based on online learning approaches, which process the data example-by-example and allow to model even complex nonlinearities, e.g., showing time-varying and dynamic behaviors. Possible fields of applications of such algorithms includes distributed sensor networks, wireless communications, channel identification, predictive maintenance, wind prediction, network security, vehicular networks, active noise control, information forensics and security, tracking control in mobile robots, power systems, and nonlinear modeling in big data, among many others. This book serves as a crucial resource for researchers, PhD and post-graduate students working in the areas of machine learning, signal processing, adaptive filtering, nonlinear control, system identification, cooperative systems, computational intelligence. This book may be also of interest to the industry market and practitioners working with a wide variety of nonlinear systems Includes bibliographical references and index. - Online resource; title from PDF title page (Ebsco, viewed June 14, 2018)
abstract_unstemmed	Adaptive Learning Methods for Nonlinear System Modeling presents some of the recent advances on adaptive algorithms and machine learning methods designed for nonlinear system modeling and identification. Real-life problems always entail a certain degree of nonlinearity, which makes linear models a non-optimal choice. This book mainly focuses on those methodologies for nonlinear modeling that involve any adaptive learning approaches to process data coming from an unknown nonlinear system. By learning from available data, such methods aim at estimating the nonlinearity introduced by the unknown system. In particular, the methods presented in this book are based on online learning approaches, which process the data example-by-example and allow to model even complex nonlinearities, e.g., showing time-varying and dynamic behaviors. Possible fields of applications of such algorithms includes distributed sensor networks, wireless communications, channel identification, predictive maintenance, wind prediction, network security, vehicular networks, active noise control, information forensics and security, tracking control in mobile robots, power systems, and nonlinear modeling in big data, among many others. This book serves as a crucial resource for researchers, PhD and post-graduate students working in the areas of machine learning, signal processing, adaptive filtering, nonlinear control, system identification, cooperative systems, computational intelligence. This book may be also of interest to the industry market and practitioners working with a wide variety of nonlinear systems Includes bibliographical references and index. - Online resource; title from PDF title page (Ebsco, viewed June 14, 2018)
collection_details	GBV-33-Freedom BSZ-33-EBS-HSAA GBV-33-EBS-MRI GBV-33-EBS-ZHB ZDB-33-EBS ZDB-33-EGE ZDB-33-ESD GBV-33-EBS-HST BSZ-33-EBS-C1UB GBV_ILN_23 ISIL_DE-830 SYSFLAG_1 GBV_KXP SSG-OPC-MAT GBV_ILN_105 ISIL_DE-841 GBV_ILN_132 ISIL_DE-959 GBV_ILN_185 ISIL_DE-Sra5 GBV_ILN_370 ISIL_DE-1373 GBV_ILN_2020 ISIL_DE-Ch1 GBV_ILN_2111 ISIL_DE-944
title_short	Adaptive learning methods for nonlinear system modeling
url	https://www.sciencedirect.com/science/book/9780128129760 https://zbmath.org/?q=an:1398.68021
ausleihindikator_str_mv	23 105 132 185 370 2020:n 2111:-
rolewithnormlink_str_mv	@@edt@@(DE-588)138325022
remote_bool	true
author2	Comminiello, Danilo Príncipe, José C. 1950-
author2Str	Comminiello, Danilo Príncipe, José C. 1950-
callnumber-subject	TK - Electrical and Nuclear Engineering
GND_str_mv	Príncipe, José Carlos Príncipe, José C.
GND_txt_mv	Príncipe, José Carlos Príncipe, José C.
GND_txtF_mv	Príncipe, José Carlos Príncipe, José C.
mediatype_str_mv	z
isOA_txt	false
hochschulschrift_bool	false
author2_role	edt edt
callnumber-a	TK5102.9
up_date	2024-07-05T03:59:45.690Z
_version_	1803710088550023168
fullrecord_marcxml	<?xml version="1.0" encoding="UTF-8"?><collection xmlns="http://www.loc.gov/MARC21/slim"><record><leader>01000cam a22002652 4500</leader><controlfield tag="001">1655338447</controlfield><controlfield tag="003">DE-627</controlfield><controlfield tag="005">20240503140330.0</controlfield><controlfield tag="007">cr uuu---uuuuu</controlfield><controlfield tag="008">190225s2018 xxk\|\|\|\|\|o 00\| \|\|eng c</controlfield><datafield tag="020" ind1=" " ind2=" "><subfield code="a">9780128129777</subfield><subfield code="9">978-0-12-812977-7</subfield></datafield><datafield tag="020" ind1=" " ind2=" "><subfield code="a">0128129778</subfield><subfield code="9">0-12-812977-8</subfield></datafield><datafield tag="020" ind1=" " ind2=" "><subfield code="z">9780128129760</subfield></datafield><datafield tag="020" ind1=" " ind2=" "><subfield code="z">012812976X</subfield></datafield><datafield tag="035" ind1=" " ind2=" "><subfield code="a">(DE-627)1655338447</subfield></datafield><datafield tag="035" ind1=" " ind2=" "><subfield code="a">(DE-576)517998165</subfield></datafield><datafield tag="035" ind1=" " ind2=" "><subfield code="a">(DE-599)BSZ517998165</subfield></datafield><datafield tag="035" ind1=" " ind2=" "><subfield code="a">(OCoLC)040032075</subfield></datafield><datafield tag="035" ind1=" " ind2=" "><subfield code="a">(ZBM)1398.68021</subfield></datafield><datafield tag="035" ind1=" " ind2=" "><subfield code="a">(EBP)026960877</subfield></datafield><datafield tag="035" ind1=" " ind2=" "><subfield code="a">(ELSEVIER)on1040032075</subfield></datafield><datafield tag="040" ind1=" " ind2=" "><subfield code="a">DE-627</subfield><subfield code="b">ger</subfield><subfield code="c">DE-627</subfield><subfield code="e">rakwb</subfield></datafield><datafield tag="041" ind1=" " ind2=" "><subfield code="a">eng</subfield></datafield><datafield tag="044" ind1=" " ind2=" "><subfield code="c">XA-GB</subfield></datafield><datafield tag="050" ind1=" " ind2="0"><subfield code="a">TK5102.9</subfield></datafield><datafield tag="072" ind1=" " ind2="7"><subfield code="a">TEC009070</subfield><subfield code="2">bisacsh</subfield></datafield><datafield tag="072" ind1=" " ind2="7"><subfield code="a">TEC 009070</subfield><subfield code="2">bisacsh</subfield></datafield><datafield tag="072" ind1=" " ind2="7"><subfield code="a">TEC 009070</subfield><subfield code="2">bisacsh</subfield></datafield><datafield tag="084" ind1=" " ind2=" "><subfield code="a">*68-06</subfield><subfield code="2">msc</subfield></datafield><datafield tag="084" ind1=" " ind2=" "><subfield code="a">68T05</subfield><subfield code="2">msc</subfield></datafield><datafield tag="084" ind1=" " ind2=" "><subfield code="a">93C10</subfield><subfield code="2">msc</subfield></datafield><datafield tag="084" ind1=" " ind2=" "><subfield code="a">94A12</subfield><subfield code="2">msc</subfield></datafield><datafield tag="084" ind1=" " ind2=" "><subfield code="a">00B15</subfield><subfield code="2">msc</subfield></datafield><datafield tag="245" ind1="1" ind2="0"><subfield code="a">Adaptive learning methods for nonlinear system modeling</subfield><subfield code="c">edited by Danilo Comminiello, José C. Principe</subfield></datafield><datafield tag="264" ind1=" " ind2="1"><subfield code="a">Kidlington, Oxford, United Kingdom</subfield><subfield code="b">Butterworth-Heinemann, an imprint of Elsevier</subfield><subfield code="c">2018</subfield></datafield><datafield tag="300" ind1=" " ind2=" "><subfield code="a">Online Ressource</subfield></datafield><datafield tag="336" ind1=" " ind2=" "><subfield code="a">nicht spezifiziert</subfield><subfield code="b">zzz</subfield><subfield code="2">rdacontent</subfield></datafield><datafield tag="337" ind1=" " ind2=" "><subfield code="a">nicht spezifiziert</subfield><subfield code="b">z</subfield><subfield code="2">rdamedia</subfield></datafield><datafield tag="338" ind1=" " ind2=" "><subfield code="a">nicht spezifiziert</subfield><subfield code="b">zu</subfield><subfield code="2">rdacarrier</subfield></datafield><datafield tag="500" ind1=" " ind2=" "><subfield code="a">Includes bibliographical references and index. - Online resource; title from PDF title page (Ebsco, viewed June 14, 2018)</subfield></datafield><datafield tag="520" ind1=" " ind2=" "><subfield code="a">Adaptive Learning Methods for Nonlinear System Modeling presents some of the recent advances on adaptive algorithms and machine learning methods designed for nonlinear system modeling and identification. Real-life problems always entail a certain degree of nonlinearity, which makes linear models a non-optimal choice. This book mainly focuses on those methodologies for nonlinear modeling that involve any adaptive learning approaches to process data coming from an unknown nonlinear system. By learning from available data, such methods aim at estimating the nonlinearity introduced by the unknown system. In particular, the methods presented in this book are based on online learning approaches, which process the data example-by-example and allow to model even complex nonlinearities, e.g., showing time-varying and dynamic behaviors. Possible fields of applications of such algorithms includes distributed sensor networks, wireless communications, channel identification, predictive maintenance, wind prediction, network security, vehicular networks, active noise control, information forensics and security, tracking control in mobile robots, power systems, and nonlinear modeling in big data, among many others. This book serves as a crucial resource for researchers, PhD and post-graduate students working in the areas of machine learning, signal processing, adaptive filtering, nonlinear control, system identification, cooperative systems, computational intelligence. This book may be also of interest to the industry market and practitioners working with a wide variety of nonlinear systems</subfield></datafield><datafield tag="533" ind1=" " ind2=" "><subfield code="a">Online-Ausg.</subfield></datafield><datafield tag="650" ind1=" " ind2="0"><subfield code="a">Adaptive signal processing</subfield></datafield><datafield tag="650" ind1=" " ind2="4"><subfield code="a">TECHNOLOGY & ENGINEERING ; Mechanical</subfield></datafield><datafield tag="650" ind1=" " ind2="4"><subfield code="a">Adaptive signal processing</subfield></datafield><datafield tag="650" ind1=" " ind2="4"><subfield code="a">Traitement adaptatif du signal</subfield><subfield code="0">(CaQQLa)201-0145578</subfield></datafield><datafield tag="655" ind1=" " ind2="0"><subfield code="a">Electronic books</subfield></datafield><datafield tag="655" ind1=" " ind2="4"><subfield code="a">Electronic books</subfield></datafield><datafield tag="700" ind1="1" ind2=" "><subfield code="a">Comminiello, Danilo</subfield><subfield code="e">herausgeberin</subfield><subfield code="4">edt</subfield></datafield><datafield tag="700" ind1="1" ind2=" "><subfield code="a">Príncipe, José C.</subfield><subfield code="d">1950-</subfield><subfield code="e">herausgeberin</subfield><subfield code="0">(DE-588)138325022</subfield><subfield code="0">(DE-627)613078640</subfield><subfield code="0">(DE-576)312939477</subfield><subfield code="4">edt</subfield></datafield><datafield tag="776" ind1="1" ind2=" "><subfield code="z">012812976X</subfield></datafield><datafield tag="776" ind1="0" ind2="8"><subfield code="i">Erscheint auch als</subfield><subfield code="n">Druck-Ausgabe</subfield><subfield code="t">Adaptive learning methods for nonlinear system modeling</subfield><subfield code="d">Kidlington, Oxford, United Kingdom : Butterworth-Heinemann, an imprint of Elsevier, 2018</subfield><subfield code="z">012812976X</subfield><subfield code="z">9780128129760</subfield></datafield><datafield tag="856" ind1="4" ind2="0"><subfield code="u">https://www.sciencedirect.com/science/book/9780128129760</subfield><subfield code="m">X:ELSEVIER</subfield><subfield code="x">Verlag</subfield><subfield code="z">lizenzpflichtig</subfield><subfield code="3">Volltext</subfield></datafield><datafield tag="856" ind1="4" ind2="2"><subfield code="u">https://zbmath.org/?q=an:1398.68021</subfield><subfield code="m">B:ZBM</subfield><subfield code="v">2021-04-12</subfield><subfield code="x">Verlag</subfield><subfield code="y">Zentralblatt MATH</subfield><subfield code="3">Inhaltstext</subfield></datafield><datafield tag="912" ind1=" " ind2=" "><subfield code="a">GBV-33-Freedom</subfield><subfield code="b">2022</subfield></datafield><datafield tag="912" ind1=" " ind2=" "><subfield code="a">BSZ-33-EBS-HSAA</subfield></datafield><datafield tag="912" ind1=" " ind2=" "><subfield code="a">GBV-33-EBS-MRI</subfield></datafield><datafield tag="912" ind1=" " ind2=" "><subfield code="a">GBV-33-EBS-ZHB</subfield></datafield><datafield tag="912" ind1=" " ind2=" "><subfield code="a">GBV-33-Freedom</subfield><subfield code="b">2021</subfield></datafield><datafield tag="912" ind1=" " ind2=" "><subfield code="a">ZDB-33-EBS</subfield></datafield><datafield tag="912" ind1=" " ind2=" "><subfield code="a">ZDB-33-EGE</subfield><subfield code="b">2018</subfield></datafield><datafield tag="912" ind1=" " ind2=" "><subfield code="a">ZDB-33-ESD</subfield></datafield><datafield tag="912" ind1=" " ind2=" "><subfield code="a">GBV-33-EBS-HST</subfield></datafield><datafield tag="912" ind1=" " ind2=" "><subfield code="a">BSZ-33-EBS-C1UB</subfield></datafield><datafield tag="912" ind1=" " ind2=" "><subfield code="a">GBV_ILN_23</subfield></datafield><datafield tag="912" ind1=" " ind2=" "><subfield code="a">ISIL_DE-830</subfield></datafield><datafield tag="912" ind1=" " ind2=" "><subfield code="a">SYSFLAG_1</subfield></datafield><datafield tag="912" ind1=" " ind2=" "><subfield code="a">GBV_KXP</subfield></datafield><datafield tag="912" ind1=" " ind2=" "><subfield code="a">SSG-OPC-MAT</subfield></datafield><datafield tag="912" ind1=" " ind2=" "><subfield code="a">GBV_ILN_105</subfield></datafield><datafield tag="912" ind1=" " ind2=" "><subfield code="a">ISIL_DE-841</subfield></datafield><datafield tag="912" ind1=" " ind2=" "><subfield code="a">GBV_ILN_132</subfield></datafield><datafield tag="912" ind1=" " ind2=" "><subfield code="a">ISIL_DE-959</subfield></datafield><datafield tag="912" ind1=" " ind2=" "><subfield code="a">GBV_ILN_185</subfield></datafield><datafield tag="912" ind1=" " ind2=" "><subfield code="a">ISIL_DE-Sra5</subfield></datafield><datafield tag="912" ind1=" " ind2=" "><subfield code="a">GBV_ILN_370</subfield></datafield><datafield tag="912" ind1=" " ind2=" "><subfield code="a">ISIL_DE-1373</subfield></datafield><datafield tag="912" ind1=" " ind2=" "><subfield code="a">GBV_ILN_2020</subfield></datafield><datafield tag="912" ind1=" " ind2=" "><subfield code="a">ISIL_DE-Ch1</subfield></datafield><datafield tag="912" ind1=" " ind2=" "><subfield code="a">GBV_ILN_2111</subfield></datafield><datafield tag="912" ind1=" " ind2=" "><subfield code="a">ISIL_DE-944</subfield></datafield><datafield tag="951" ind1=" " ind2=" "><subfield code="a">BO</subfield></datafield><datafield tag="953" ind1=" " ind2=" "><subfield code="2">045F</subfield><subfield code="a">621.3822</subfield></datafield><datafield tag="953" ind1=" " ind2=" "><subfield code="2">045F</subfield><subfield code="a">621.382/2</subfield></datafield><datafield tag="980" ind1=" " ind2=" "><subfield code="2">23</subfield><subfield code="1">01</subfield><subfield code="x">0830</subfield><subfield code="b">1847611842</subfield><subfield code="h">ACQ</subfield><subfield code="k">Vervielfältigungen (z.B. Kopien, Downloads) sind nur von einzelnen Kapiteln oder Seiten und nur zum eigenen wissenschaftlichen Gebrauch erlaubt. Keine Weitergabe an Dritte. Kein systematisches Downloaden durch Robots</subfield><subfield code="u">i</subfield><subfield code="y">z</subfield><subfield code="z">06-02-19</subfield></datafield><datafield tag="980" ind1=" " ind2=" "><subfield code="2">105</subfield><subfield code="1">01</subfield><subfield code="x">0841</subfield><subfield code="b">4074411377</subfield><subfield code="h">OLR-ELV-TEST</subfield><subfield code="k">Vervielfältigungen (z.B. Kopien, Downloads) sind nur von einzelnen Kapiteln oder Seiten und nur zum eigenen wissenschaftlichen Gebrauch erlaubt. Die Weitergabe an Dritte sowie systematisches Downloaden sind untersagt.</subfield><subfield code="k">Testzugang ZHB Lübeck</subfield><subfield code="y">z</subfield><subfield code="z">26-02-22</subfield></datafield><datafield tag="980" ind1=" " ind2=" "><subfield code="2">132</subfield><subfield code="1">01</subfield><subfield code="x">0959</subfield><subfield code="b">4499996120</subfield><subfield code="h">EBS Elsevier</subfield><subfield code="k">Vervielfältigungen (z.B. Kopien, Downloads) sind nur von einzelnen Kapiteln oder Seiten und nur zum eigenen wissenschaftlichen Gebrauch erlaubt. Keine Weitergabe an Dritte. Kein systematisches Downloaden durch Robots.</subfield><subfield code="k">Zeitlich begrenzte Lizenzierung</subfield><subfield code="y">k</subfield><subfield code="z">13-03-24</subfield></datafield><datafield tag="980" ind1=" " ind2=" "><subfield code="2">185</subfield><subfield code="1">01</subfield><subfield code="x">3519</subfield><subfield code="b">4514732214</subfield><subfield code="h">OLR-EBS</subfield><subfield code="k">Vervielfältigungen (z.B. Kopien, Downloads) sind nur von einzelnen Kapiteln oder Seiten und nur zum eigenen wissenschaftlichen Gebrauch erlaubt. Die Weitergabe an Dritte sowie systematisches Downloaden sind untersagt.</subfield><subfield code="y">z</subfield><subfield code="z">23-04-24</subfield></datafield><datafield tag="980" ind1=" " ind2=" "><subfield code="2">370</subfield><subfield code="1">01</subfield><subfield code="x">4370</subfield><subfield code="b">4540278355</subfield><subfield code="h">EBS Elsevier</subfield><subfield code="k">Vervielfältigungen (z.B. Kopien, Downloads) sind nur von einzelnen Kapiteln oder Seiten und nur zum eigenen wissenschaftlichen Gebrauch erlaubt. Keine Weitergabe an Dritte. Kein systematisches Downloaden durch Robots.</subfield><subfield code="u">i</subfield><subfield code="y">z</subfield><subfield code="z">20-06-24</subfield></datafield><datafield tag="980" ind1=" " ind2=" "><subfield code="2">2020</subfield><subfield code="1">01</subfield><subfield code="x">DE-Ch1</subfield><subfield code="b">4520355427</subfield><subfield code="c">00</subfield><subfield code="f">--%%--</subfield><subfield code="d">--%%--</subfield><subfield code="e">n</subfield><subfield code="j">n</subfield><subfield code="k">Campuslizenz</subfield><subfield code="y">l01</subfield><subfield code="z">03-05-24</subfield></datafield><datafield tag="980" ind1=" " ind2=" "><subfield code="2">2111</subfield><subfield code="1">02</subfield><subfield code="x">DE-944</subfield><subfield code="b">4046041684</subfield><subfield code="c">00</subfield><subfield code="f">--%%--</subfield><subfield code="d">E-Book Elsevier</subfield><subfield code="e">--%%--</subfield><subfield code="j">n</subfield><subfield code="k">Elektronischer Volltext - Campuslizenz</subfield><subfield code="y">l01</subfield><subfield code="z">27-01-22</subfield></datafield><datafield tag="981" ind1=" " ind2=" "><subfield code="2">23</subfield><subfield code="1">01</subfield><subfield code="x">0830</subfield><subfield code="y">Elsevier EBook</subfield><subfield code="r">https://www.sciencedirect.com/science/book/9780128129760</subfield></datafield><datafield tag="981" ind1=" " ind2=" "><subfield code="2">105</subfield><subfield code="1">01</subfield><subfield code="x">0841</subfield><subfield code="r">https://www.sciencedirect.com/science/book/9780128129760</subfield></datafield><datafield tag="981" ind1=" " ind2=" "><subfield code="2">132</subfield><subfield code="1">01</subfield><subfield code="x">0959</subfield><subfield code="y">Zugriff nur für Angehörige der Hochschule Osnabrück im Hochschulnetz</subfield><subfield code="r">https://www.sciencedirect.com/science/book/9780128129760</subfield></datafield><datafield tag="981" ind1=" " ind2=" "><subfield code="2">185</subfield><subfield code="1">01</subfield><subfield code="x">3519</subfield><subfield code="r">https://www.sciencedirect.com/science/book/9780128129760</subfield></datafield><datafield tag="981" ind1=" " ind2=" "><subfield code="2">370</subfield><subfield code="1">01</subfield><subfield code="x">4370</subfield><subfield code="y">E-Book: Zugriff im HCU-Netz. Zugriff von außerhalb nur für HCU-Angehörige möglich</subfield><subfield code="r">https://www.sciencedirect.com/science/book/9780128129760</subfield></datafield><datafield tag="981" ind1=" " ind2=" "><subfield code="2">2020</subfield><subfield code="1">01</subfield><subfield code="x">DE-Ch1</subfield><subfield code="r">https://www.sciencedirect.com/science/book/9780128129760</subfield></datafield><datafield tag="981" ind1=" " ind2=" "><subfield code="2">2111</subfield><subfield code="1">02</subfield><subfield code="x">DE-944</subfield><subfield code="r">https://www.sciencedirect.com/science/book/9780128129760</subfield></datafield><datafield tag="982" ind1=" " ind2=" "><subfield code="2">132</subfield><subfield code="1">01</subfield><subfield code="x">0959</subfield><subfield code="8">00</subfield><subfield code="a">EBooks Elsevier Engineering</subfield></datafield><datafield tag="985" ind1=" " ind2=" "><subfield code="2">23</subfield><subfield code="1">01</subfield><subfield code="x">0830</subfield><subfield code="a">2018-01865, 2018-01866, 2018-01867, 2018-01868, 2018-01869</subfield></datafield><datafield tag="995" ind1=" " ind2=" "><subfield code="2">23</subfield><subfield code="1">01</subfield><subfield code="x">0830</subfield><subfield code="a">ACQ</subfield></datafield><datafield tag="995" ind1=" " ind2=" "><subfield code="2">23</subfield><subfield code="1">01</subfield><subfield code="x">0830</subfield><subfield code="a">olr-else</subfield></datafield><datafield tag="995" ind1=" " ind2=" "><subfield code="2">23</subfield><subfield code="1">01</subfield><subfield code="x">0830</subfield><subfield code="a">olr-else2</subfield></datafield><datafield tag="995" ind1=" " ind2=" "><subfield code="2">105</subfield><subfield code="1">01</subfield><subfield code="x">0841</subfield><subfield code="a">OLR-ELV-TEST</subfield></datafield><datafield tag="995" ind1=" " ind2=" "><subfield code="2">132</subfield><subfield code="1">01</subfield><subfield code="x">0959</subfield><subfield code="a">EBS Elsevier</subfield></datafield><datafield tag="995" ind1=" " ind2=" "><subfield code="2">185</subfield><subfield code="1">01</subfield><subfield code="x">3519</subfield><subfield code="a">OLR-EBS</subfield></datafield><datafield tag="995" ind1=" " ind2=" "><subfield code="2">370</subfield><subfield code="1">01</subfield><subfield code="x">4370</subfield><subfield code="a">EBS Elsevier</subfield></datafield></record></collection>
score	7.399271

Nicht das Richtige dabei?

Schreiben Sie uns!

Adaptive learning methods for nonlinear system modeling

Nicht das Richtige dabei?

Zugang & Verfügbarkeit

Vorhandene Bände

Nicht das Richtige dabei?