• فصل 1 مقدمه (13)
  • 1-1 یادگیری توزیع شده (14)
  • 2-1 اهداف پژوهش (16)
  • 3-1 ساختار رساله (18)
• فصل 2 یادگیری توزیع شده فرآیندهای گاوسی (19)
  • 1-2 مقدمه (19)
  • 2-2 فرآیندهای گاوسی (20)
  • 3-2 تعریف مسأله (22)
  • 4-2 روش‌های انتقال داده‌ها (24)
    • 4-2‏-‏1 فشرده‌سازی (24)
    • 4-2‏-‏2 فشرده‌سازی نمونه‌ای (30)
    • 4-2‏-‏3 کاهش بعد (35)
  • 5-2 یادگیری توزیع شده‌ی فرآیندهای گاوسی (38)
    • 5-2‏-‏1 مدل تک مرکزی (39)
    • 5-2‏-‏2 مدل انتشار (40)
  • 6-2 آزمایش‌ها (41)
    • 6-2‏-‏1 فرآیند گاوسی تنک توزیع شده (48)
  • 7-2 جمع‌بندی (48)
• فصل 3 یادگیری ساختار درختی مدل‌های گرافی گاوسی (50)
  • 1-3 مقدمه (50)
    • 1-3‏-‏1 استنتاج آماری توزیع شده (52)
  • 2-3 تعریف مسأله و روش‌های پیشنهادی (53)
  • 3-3 روش‌های پیشنهادی (55)
  • 4-3 یادگیری ساختار توسط علامت‌ها (56)
    • 4-3‏-‏1 حفظ ترتیب اطلاعات متقابل (57)
    • 4-3‏-‏2 احتمال ترتیب اشتباه (58)
    • 4-3‏-‏3 احتمال استخراج درخت اشتباه (63)
  • 5-3 یادگیری ساختار از طریق تخمین مستقیم ضریب همبستگی (67)
  • 6-3 آزمایش‌ها (72)
    • 6-3‏-‏1 داده‌های ساختگی (72)
    • 6-3‏-‏2 داده‌های واقعی: تخمین ساختار اسکلت بدن (75)
  • 7-3 جمع‌بندی (77)
• فصل 4 یادگیری ساختار تنک مدل‌های گرافی گاوسی (78)
  • 1-4 مقدمه (78)
  • 2-4 کارهای مرتبط (80)
  • 3-4 تعریف مسأله (81)
    • 3-4‏-‏1 مدل کانال (83)
  • 4-4 روش علامت‌ها (84)
  • 5-4 روش کدگذاری نشده (90)
    • 5-4‏-‏1 تقریب ماتریس کوواریانس (91)
  • 6-4 آزمایش‌ها (95)
  • 7-4 جمع‌بندی (98)
• فصل 5 جمع‌بندی و کارهای آتی (100)
• پیوست آ روش کدگذاری بلوکی برای هسته‌های RBF
• پیوست ب کران بالای احتمال رخداد متقاطع
• پیوست ج اثبات قضیه‌ی 3‏-‏2
• مراجع (110)
• واژه‌نامه فارسی به انگلیسی (118)
• واژه‌نامه انگلیسی به فارسی (120)