|
|
|
 |
جستجو در مقالات منتشر شده |
 |
|
4 نتیجه برای دادههای فضایی
فاطمه حسینی، الهام همایون فال، جلد 10، شماره 2 - ( 12-1395 )
چکیده
برای مدل بندی پاسخ های فضایی که در طول زمان مشاهده می شوند گاهی از مدل های سلسله مراتبی فضایی- زمانی استفاده می شود که در آن ساختار همبستگی فضایی –زمانی داده ها توسط یک میدان تصادفی پنهان گاوسی با تابع کوواریانس فضایی ماترن در نظر گرفته میشود. یکی از اهداف مهم در بررسی این مدلها برآورد پارامترها و متغیرهای پنهان و پیشگویی پاسخ ها در زمان های معلوم و موقعیت های معلوم فاقد مشاهده است. در این مقاله برای تحلیل این مدلها، ابتدا رهیافت بیزی معمولی ارائه می شود. به دلیل پیچیدگی توزیع های پسین و توزیع های شرطی کامل این مدل ها و استفاده از نمونه های مونت کارلویی در تحلیل بیزی معمولی، زمان محاسبات بسیار طولانی است. برای رفع این مشکل میدان تصادفی پنهان گاوسی با تابع کوواریانس ماترن، به صورت یک میدان تصادفی مارکوفی گاوسی در نظر گرفته میشود. برای تولید داده از این میدان تصادفی مارکوفی گاوسی از رهیافت معادلات دیفرانسیل جزیی تصادفی می توان استفاده کرد. سپس از روش بیز تقریبی و تقریب لاپلاس آشیانی جمع بسته برای به دست آوردن یک تقریب دقیق از توزیعهای پسین و استنباطها پیرامون مدل استفاده میشود. در نهایت در این مقاله یک مجموعه داده واقعی مربوط به میزان بارندگی استان سمنان در سال 1391، اندازه گیری شده در ایستگاه های هواشناسی این استان با مدل و روش های ارائه شده مورد مطالعه قرار می گیرد.
آزاده مجیری، یداله واقعی، حمیدرضا نیلی ثانی، غلامرضا محتشمی برزادران، جلد 12، شماره 1 - ( 6-1397 )
چکیده
یکی از موضوعات مهم در تحلیل دادههای فضایی، پیشگویی مقدار نامعلوم کمیت مورد مطالعه در موقعیتهای دلخواه بر اساس یکی از مدلهای فضایی مانند اتورگرسیو فضایی یکطرفه، اتورگرسیو شرطی و میانگین متحرک است. در این مقاله ابتدا پارامترهای مدل (SAR(2,1 را به روش ماکسیمم درستنمایی برآورد کرده سپس فرمولهایی برای پیشگویی درون قلمرو دادهها (درونیابی) و خارج قلمرو دادهها (برونیابی) بهدست آورده میشود. سپس کاربرد و کارایی روشهای ارائه شده در قالب یک مثال مربوط به پردازش تصویر نشان داده خواهد شد.
امید کریمی، فاطمه حسینی، جلد 15، شماره 2 - ( 12-1400 )
چکیده
میدان تصادفی گاوسی معمولا برای تحلیل دادههای فضایی بهکار گرفته میشود. از ویژگیهای مهم این میدان تصادفی دارا بودن خواص مهم خانواده توزیعهای نرمال از جمله بسته بودن تحت تبدیلات خطی، حاشیهسازی و شرطیکردن است که باعث خاصیت سازگاری حاشیهای میشود. بهطور مشابه برای مدلبندی دادههای فضایی چوله از میدان تصادفی چوله گاوسی استفاده میشود. هرچند توزیع چوله نرمال خیلی از خواص توزیع نرمال را داراست اما در بعضی تعریفهای میدان تصادفی چوله گاوسی، خاصیت سازگاری حاشیهای برقرار نیست. در این مقاله یک میدان تصادفی چوله گاوسی مانا معرفی و خاصیت سازگاری حاشیهای آن بررسی میشود. سپس تشخیص مدل همبستگی فضایی این میدان تصادفی چوله با استفاده از تغییرنگار تجربی مورد تحلیل قرار میگیرد. همچنین تحلیل درستنمایی پارامترهای میدان تصادفی معرفی شده با یک مطالعه شبیهسازی بیان و در انتها بحث و نتیجهگیری ارائه میشود.
امید کریمی، فاطمه حسینی، جلد 17، شماره 2 - ( 12-1402 )
چکیده
معمولا برای مدلبندی دادههای فضایی گاوسی از میدان تصادفی گاوسی استفاده میشود. در عمل ممکن است با دادههای ناگاوسی مواجه شویم که چوله هستند. یک راهکار برای مدلبندی دادههای فضایی چوله استفاده از میدان تصادفی چوله است. اخیرا میدانهای تصادفی چوله متعددی برای مدل کردن این نوع دادهها ارائه شدهاند که برخی از آنها دارای مشکلاتی همچون پیچیدگی، عدم شناسایی پذیری و نامانایی هستند. در این مقاله یک کلاس منعطف از توزیع چوله نرمال بسته برای ساخت میدانهای تصادفی مانای معتبر معرفی میشود و برخی از ویژگیهای مهم برای این کلاس مانند شناساییپذیری و بستهبودن تحت حاشیهسازی و شرطیکردن مورد بررسی قرار میگیرد. دلایل ایجاد مدلهای فضایی معتبر بر اساس این میدانهای تصادفی چوله نیز بیان میشود. همچنین شناساییپذیر بودن مدل همبستگی فضایی بر اساس تغییرنگار تجربی در یک مطالعه شبیهسازی با میدان تصادفی چوله مانا بهعنوان مدل رقیب بررسی میشود. علاوه بر این، پیشگوییهای فضایی با استفاده از رهیافت درستنمایی در این میدانهای تصادفی چوله ارائه و یک مطالعه شبیهسازی برای ارزیابی برآورد ماکسیمم درستنمایی پارامترهای آنها انجام میشود.
|
|
|
|
|
|
|