Written by leading researchers in the field, Machine Learning for Tomographic Imaging presents a unified overview of deep-learning-based tomographic imaging. Key concepts, including classic reconstruction ideas and human vision inspired insights, are introduced as a foundation for a thorough examination of artificial neural networks and deep tomographic reconstruction. An engaging and accessible style makes this book an ideal introduction for those in applied disciplines, as well as those in more theoretical fields who wish to learn about application contexts. Hands-on projects are also suggested, and links to open source software, working datasets, and network models are included.
Charlotte y Peter Fiell son dos autoridades en historia, teoría y crítica del diseño y han escrito más de sesenta libros sobre la materia, muchos de los cuales se han convertido en éxitos de ventas. También han impartido conferencias y cursos como profesores invitados, han comisariado exposiciones y asesorado a fabricantes, museos, salas de subastas y grandes coleccionistas privados de todo el mundo. Los Fiell han escrito numerosos libros para TASCHEN, entre los que se incluyen 1000 Chairs, Diseño del siglo XX, El diseño industrial de la A a la Z, Scandinavian Design y Diseño del siglo XXI.