استوارسازی تابع تمایز در مقابل داده های دورافتاده در تحلیل آماری چندمتغیره
- سال انتشار: 1398
- محل انتشار: شانزدهمین کنفرانس بین المللی مهندسی صنایع
- کد COI اختصاصی: IIEC16_091
- زبان مقاله: فارسی
- تعداد مشاهده: 615
نویسندگان
دانشجوی کارشناسی ارشد؛ دانشگاه صنعتی خواجه نصیرالدین طوسی؛
عضو هیات علمی دانشگاه صنعتی خواجه نصیرالدین طوسی_استادیار ؛دانشگاه صنعتی خواجه نصیرالدین طوسی؛
عضو هیات علمی دانشگاه صنعتی خواجه نصیرالدین طوسی_استاد ؛دانشگاه صنعتی خواجه نصیرالدین طوسی
چکیده
هدف تحلیل ممیزی دستیابی به قاعده ای است که نحوه ی گروه بندی مشاهدات را معین نموده و همچنین این امکان را فراهم می سازد تا بتوان مشاهدات جدید را دریکی از گروه های شناخته شده طبقه بندی کرد. در رویکرد کلاسیک، قوانین تفکیک غالبا0 براساس میانگین و ماتریس کواریانس تجربی داده ها حاصل میشود. اما از آنجا که برآوردهای کلاسیک به شدت تحت تاثیر داده های دورافتاده قرار میگیرند، به کارگیری آنها در عمل برای مجموعهایی که غالبا0 آلوده به داده ی دورافتاده هستند مناسب نیست. قاعده ی مربوط به تمایز استوار بر اساس به کارگیری برآوردهای استوار میانگین و ماتریس کواریانس حاصل میشود. نتایج بررسی این مقاله نشان میدهد این رویکرد امکان تفکیک بین چندین گروه با خطای کمتر را در مقایسه با رویکرد کلاسیک فراهم می سازد. برای دستیابی به تابع تمایز استوار، برآوردگرهای MM و DET-MCD برای برآورد استوار بردار میانگین و ماتریس کواریانس به کار گرفته میشوند و با برآوردگرکلاسیک MLE مورد مقایسه قرار می گیرند. مقایسات نشان می دهند دو رویکرد استوار که یکی بر اساس کشف مشاهدات دورافتاده و دیگری بر اساس استفاده از تابع برآورد موزون توسعه یافته اند در اغلب موارد به صورت مشابه منجر به کاهش خطای دسته بندی شده در حالیکه در صورت عدم وجود همبستگی بین جوامع رویکرد دوم موفق تر بوده است.کلیدواژه ها
تحلیل چند متغیره آماری، تحلیل ممیزی، تابع تمایز استوار، برآوردگر استوار، DET-MCD، MMمقالات مرتبط جدید
- نهان کاوی صوتی براساس مدل psychoacoustic معکوس شنیداری انسان
- اهمیت و جایگاه هوش مصنوعی و لجستیک بحران در حملات بیوتروریستی
- بهینه سازی سبد سهام بورس اوراق بهادار تهران با استفاده از الگوریتم ژنتیک
- بررسی چالش های امنیتی و راهکارهای آن در پایگاه داده های NoSQL و کلان داده ها
- طراحی مدل تخصیص هواپیماها به مسیر جهت حداکثر کردن سود مورد انتظار با در نظر گیری عدم قطعیت در تقاضا
اطلاعات بیشتر در مورد COI
COI مخفف عبارت CIVILICA Object Identifier به معنی شناسه سیویلیکا برای اسناد است. COI کدی است که مطابق محل انتشار، به مقالات کنفرانسها و ژورنالهای داخل کشور به هنگام نمایه سازی بر روی پایگاه استنادی سیویلیکا اختصاص می یابد.
کد COI به مفهوم کد ملی اسناد نمایه شده در سیویلیکا است و کدی یکتا و ثابت است و به همین دلیل همواره قابلیت استناد و پیگیری دارد.