Vše

Co hledáte?

Vše
Projekty
Výsledky výzkumu
Subjekty

Rychlé hledání

  • Projekty podpořené TA ČR
  • Významné projekty
  • Projekty s nejvyšší státní podporou
  • Aktuálně běžící projekty

Chytré vyhledávání

  • Takto najdu konkrétní +slovo
  • Takto z výsledků -slovo zcela vynechám
  • “Takto můžu najít celou frázi”

Combinatorial Development of Solid Catalytic Materials. Design of High Throughput Experiments, Data Analysis, Data Mining

Identifikátory výsledku

  • Kód výsledku v IS VaVaI

    <a href="https://www.isvavai.cz/riv?ss=detail&h=RIV%2F67985807%3A_____%2F09%3A00334675" target="_blank" >RIV/67985807:_____/09:00334675 - isvavai.cz</a>

  • Výsledek na webu

  • DOI - Digital Object Identifier

Alternativní jazyky

  • Jazyk výsledku

    angličtina

  • Název v původním jazyce

    Combinatorial Development of Solid Catalytic Materials. Design of High Throughput Experiments, Data Analysis, Data Mining

  • Popis výsledku v původním jazyce

    The book provides a comprehensive treatment of combinatorial development of heterogeneous catalysts. In particular, two computer-aided approaches that have played a key role in combinatorial catalysis and high-throughput experimentation during the last decade - evolutionary optimization and artificial neural networks - are described. The book describes evolutionary optimization in the context of methods of searching for optimal catalytic materials, including statistical design of experiments, and neuralnetworks in the context of data analysis. It is the first book that demystifies the attractiveness of artificial neural networks, explaining its rational fundamental - their universal approximation capability. At the same time, it shows the limitationsof that capability and describes two methods for how it can be improved. The book is also the first that presents automatic generating of problem-tailored genetic algorithms, and tuning evolutionary algorithms with neural networks.

  • Název v anglickém jazyce

    Combinatorial Development of Solid Catalytic Materials. Design of High Throughput Experiments, Data Analysis, Data Mining

  • Popis výsledku anglicky

    The book provides a comprehensive treatment of combinatorial development of heterogeneous catalysts. In particular, two computer-aided approaches that have played a key role in combinatorial catalysis and high-throughput experimentation during the last decade - evolutionary optimization and artificial neural networks - are described. The book describes evolutionary optimization in the context of methods of searching for optimal catalytic materials, including statistical design of experiments, and neuralnetworks in the context of data analysis. It is the first book that demystifies the attractiveness of artificial neural networks, explaining its rational fundamental - their universal approximation capability. At the same time, it shows the limitationsof that capability and describes two methods for how it can be improved. The book is also the first that presents automatic generating of problem-tailored genetic algorithms, and tuning evolutionary algorithms with neural networks.

Klasifikace

  • Druh

    B - Odborná kniha

  • CEP obor

    IN - Informatika

  • OECD FORD obor

Návaznosti výsledku

  • Projekt

    Výsledek vznikl pri realizaci vícero projektů. Více informací v záložce Projekty.

  • Návaznosti

    Z - Vyzkumny zamer (s odkazem do CEZ)

Ostatní

  • Rok uplatnění

    2009

  • Kód důvěrnosti údajů

    S - Úplné a pravdivé údaje o projektu nepodléhají ochraně podle zvláštních právních předpisů

Údaje specifické pro druh výsledku

  • ISBN

    978-1-84816-343-0

  • Počet stran knihy

    178

  • Název nakladatele

    Imperial College Press

  • Místo vydání

    London

  • Kód UT WoS knihy