Praktische Informationstechnik mit C#: Anwendungen und Grundlagen / Edition 1

by Oliver Kluge

Overview

Scientific Computing, Computational Intelligence und Computational Engineering sind zentrale Methoden der modernen Informationstechnik. Hinter diesen Begriffen stehen verschiedene Konzepte der digitalen Informationsverarbeitung, die z.B. bei der Analyse von Messwertreihen, der Simulation von elektrischen Ausgleichsvorgängen oder bei der automatischen Schrifterkennung zum Einsatz kommen.

Der Autor gibt eine fundierte Darstellung der theoretischen Grundlagen und der softwaretechnischen Umsetzung dieser Methoden anhand konkreter Code-Beispiele in C#. Entsprechend dem breiten Anwendungsspektrum der Informationstechnik werden dabei recht unterschiedliche Themen betrachtet: Frequenzanalyse und statistische Analyseverfahren, Neuronale Netze und Fuzzy-Systeme sowie Methoden der Simulationstechnik.

Das vorliegende Buch wendet sich vornehmlich an Ingenieure und Softwareentwickler. Die anwendungsorientierte Beschreibung der Grundlagen erleichtert das Verständnis, ohne jedoch auf Exaktheit zu verzichten.

Product Details

ISBN-13:	9783540208129
Publisher:	Springer Berlin Heidelberg
Publication date:	04/13/2006
Series:	Xpert.press
Edition description:	2006
Pages:	304
Product dimensions:	6.10(w) x 9.25(h) x 0.03(d)
Language:	German

About the Author

Dr. Oliver Kluge:

Studium der Elektrotechnik an der TU Berlin

Studentischer Mitabeiter im Bereich Hardware- und Softwareeentwicklung an verschiedenen Instituten der TU Berlin

Wissenschaftlicher Mitarbeiter am Institut für Energie- und Automatisierungstechnik und Lehrbeauftragter am Institut für Elektrotechnik der TU Berlin

Dort auch Promotion zum Dr.-Ing.

Seit 6 Jahren Software- und Firmware-Entwicklung in der Automatisierungstechnik

Table of Contents

Digitale Signalverarbeitung.- Fourier-Reihen.- DFT.- IDFT.- FFT.- Zeit-Frequenz-Analyse.- Digitale Filter.- Übertragungsfunktion.- Statistische Signalverarbeitung.- Rauschen.- Zufallszahlen.- Histogramme.- Streudiagramme.- Kenngrößen der Statistik.- Korrelation.- Nichtlineare Filterung.- Methoden der künstlichen Intelligenz.- Künstliche Neuronale Netze.- Fuzzy-Systeme.- Evolutionäre Optimierung.- Simulationstechnik.- Modellbildung.- Numerische Lösung von Differentialgleichungen.- Monte-Carlo-Methoden.- Zelluläre Automaten.- Aufbau von Netzwerken.- TCP/IP.- UDP.- Sockets. Netzwerkprogrammierung.- Webservices.