کد مقاله | کد نشریه | سال انتشار | مقاله انگلیسی | نسخه تمام متن |
---|---|---|---|---|
6856230 | 1437950 | 2018 | 21 صفحه PDF | دانلود رایگان |
عنوان انگلیسی مقاله ISI
Estimating dynamical dimensions from noisy observations
ترجمه فارسی عنوان
برآورد ابعاد دینامیکی از مشاهدات پر سر و صدا
دانلود مقاله + سفارش ترجمه
دانلود مقاله ISI انگلیسی
رایگان برای ایرانیان
کلمات کلیدی
طول توصیف بعد ذاتی، بعد دینامیکی، طبقه بندی سیستم، انعقاد،
ترجمه چکیده
آگاهی از ابعاد پویایی، لعن ابعاد را کاهش می دهد با اجازه دادن به تجزیه و تحلیل در بعد پایین تر از بردارهای حالت اصلی. طول توصیف پیچیدگی را تعیین می کند و به همین دلیل ما می توانیم از تیغ اکامام استفاده کنیم تا بتوانیم بعد پویایی داده های زیر را بررسی کنیم. با استفاده از روش ما، بر اساس طول توصیف، به یک سری زمانی سریال مجتمع نمونه مستلزم انتخاب تنها یک پارامتر است؛ ابعاد جاسازی شده برای سه سیستم در نظر گرفته شده در این مطالعه در میان سر و صدا مشاهدات دیده می شود، تنها انتخاب بعد جاسازی می کند برآوردهای معقول از ابعاد دینامیکی. توزیع فضایی برآوردهای محلی از ابعاد دینامیکی کمک به تجسم و بینش بیشتری را به ساختار هندسی بسیاری از سیستم ها.
موضوعات مرتبط
مهندسی و علوم پایه
مهندسی کامپیوتر
هوش مصنوعی
چکیده انگلیسی
Knowledge of the dynamical dimension mitigates the “curse of dimensionality” by permitting analysis in dimension lower than that of the original state vectors. The description length quantifies complexity and so allows us to use Occam's razor to estimate the dynamical dimension underlying noisily observed data. Applying our method, based on the description length, to a coarsely sampled scalar time series requires the choice of only one parameter; an embedding dimension. For the three systems considered in this study observed amid observational noise, a single choice of embedding dimension does provide reasonable estimates of the dynamical dimension. The spatial distribution of local estimates of dynamical dimension aids visualisation and provides extra insight into the geometric structure of many systems.
ناشر
Database: Elsevier - ScienceDirect (ساینس دایرکت)
Journal: Information Sciences - Volume 462, September 2018, Pages 55-75
Journal: Information Sciences - Volume 462, September 2018, Pages 55-75
نویسندگان
Jack Murdoch Moore, Michael Small,