Skip Navigation Linksلیست مقالات ترجمه شده / مقالات ترجمه شده مهندسی كامپيوتر /

عنوان ترجمه شده مقاله: تحلیل مؤلفه‌ی اساسی مبتنی بر غیر هم زمانی، برای داده‌کاوی سری‌های زمانی

سری‌های زمانی را می‌توان یکی از حوزه‌های پژوهشی بسیار مهم در علم داده‌کاوی دانست. تکنیک‌هایی که در این داده‌ها بکار گرفته می‌شوند را داده‌کاوی سری‌های زمانی (TSDM) گویند. با این حال، با توجه به اینکه تکنیک‌های داده‌کاوی معمول از عملکردی ناکارآمد بر روی تعداد بالایی از ابعاد سری‌های زمانی برخوردار می‌باشند، روش‌هایی در جهت کاهش بعد این سری‌های زمانی ارائه گردیده است.
 چکیده

اصولاً از روش تحلیل مؤلفه‌های اساسی (PCA) به منظور حل مسئله‌ی کاهش بعد در داده‌کاوی سری‌های زمانی استفاده می‌گردد. اگرچه مبادی و اصول PCA بر مبنای کوواریانس سنکرون ( همزمان) بوده که در بعضی موارد، عملکرد کارآمدی را از خود نشان نمی‌دهد. در این مقاله، راهکاری تحت عنوان تحلیل مؤلفه‌ی اساسی مبتنی بر غیر هم زمانی (APCA) ارائه می‌گردد تا به وسیله‌ی آن به کاهش بعد سری‌ های زمانی تک متغیره بپردازیم. در فرآیند APCA، یک روش ناهمگام مبتنی بر کش و قوس زمانی پویا ( یا به عبارتی تاب دادن زمان هوشمند) توسعه پیدا کرده تا بتوان سری‌های زمانیِ درون یابی شده را که برگرفته از سری‌های زمانی اصلی می‌باشند به دست آورد. ضریب هم بستگی و یا کوواریانس بین سری‌های زمانی درون یابی شده، نشان‌دهنده‌ی هم بستگی بین سری‌های زمانی اصلی می‌باشد. در همین راستا، یک راهکار جدید و معتبری تحت عنوان تحلیل مؤلفه‌های اساسی مبتنی بر کوواریانس ناهمگام را به دست خواهیم آورد که می‌تواند برای کاهش بعد بکار گرفته شود. نتایج حاصله از چندین آزمایش، نشان از عملکرد برتر روش APCA برای کاهش بعد و آن‌هم در حوزه‌ی داده‌کاوی سری‌های زمانی دارد.

1-مقدمه

سری‌های زمانی را می‌توان یکی از حوزه‌های پژوهشی بسیار مهم در علم داده‌کاوی دانست. تکنیک‌هایی که در این داده‌ها بکار گرفته می‌شوند را داده‌کاوی سری‌های زمانی (TSDM) گویند ( آقای السینگ و آگون 2012 میلادی). با این حال، با توجه به اینکه تکنیک‌های داده‌کاوی معمول از عملکردی ناکارآمد بر روی تعداد بالایی از ابعاد سری‌های زمانی برخوردار می‌باشند، روش‌هایی در جهت کاهش بعد این سری‌های زمانی ارائه گردیده است… 

میتوانید از لینک ابتدای صفحه، مقاله انگلیسی را رایگان دانلود فرموده و چکیده انگلیسی و سایر بخش های مقاله را مشاهده فرمایید.

 


موسسه ترجمه البرز اقدام به ترجمه مقاله " مهندسی فناوری اطلاعات " با موضوع " تحلیل مؤلفه‌ی اساسی مبتنی بر غیر هم زمانی، برای داده‌کاوی سری‌های زمانی " نموده است که شما کاربر عزیز می توانید پس از دانلود رایگان مقاله انگلیسی و مطالعه ترجمه چکیده و بخشی از مقدمه مقاله، ترجمه کامل مقاله را خریداری نمایید.
عنوان ترجمه فارسی
تحلیل مؤلفه‌ی اساسی مبتنی بر غیر هم زمانی، برای داده‌کاوی سری‌های زمانی
نویسنده/ناشر/نام مجله :
Expert systems with applications
سال انتشار
2014
کد محصول
1012905
تعداد صفحات انگليسی
9
تعداد صفحات فارسی
22
قیمت بر حسب ریال
820,000
نوع فایل های ضمیمه
pdf+word
حجم فایل
1 مگا بایت
تصویر پیش فرض


این مقاله ترجمه شده را با دوستان خود به اشتراک بگذارید
سایر مقالات ترجمه شده مهندسی فناوری اطلاعات , مهندسی كامپيوتر را مشاهده کنید.
کاربر عزیز، بلافاصله پس از خرید مقاله ترجمه شده مقاله ترجمه شده و با یک کلیک می توانید مقاله ترجمه شده خود را دانلود نمایید. مقاله ترجمه شده خوداقدام نمایید.
جهت خرید لینک دانلود ترجمه فارسی کلیک کنید
جستجوی پیشرفته مقالات ترجمه شده
برای کسب اطلاعات بیشتر، راهنمای فرایند خرید و دانلود محتوا را ببینید
هزینه این مقاله ترجمه شده 820000 ریال بوده که در مقایسه با هزینه ترجمه مجدد آن بسیار ناچیز است.
اگر امکان دانلود از لینک دانلود مستقیم به هر دلیل برای شما میسر نبود، کد دانلودی که از طریق ایمیل و پیامک برای شما ارسال می شود را در کادر زیر وارد نمایید


این مقاله ترجمه شده مهندسی فناوری اطلاعات در زمینه کلمات کلیدی زیر است:



Asynchronous correlation
Covariance matrix
Principal component analysis

تاریخ انتشار در سایت: 2018-07-17
جستجوی پیشرفته مقالات ترجمه شده
نظرتان در مورد این مقاله ترجمه شده چیست؟

ثبت سفارش جدید