کد مقاله کد نشریه سال انتشار مقاله انگلیسی نسخه تمام متن
6906009 1447048 2018 15 صفحه PDF دانلود رایگان
عنوان انگلیسی مقاله ISI
Statistical detection of patterns in unidimensional distributions by continuous wavelet transforms
ترجمه فارسی عنوان
تشخیص آماری الگوهای در توزیع های یکنواخت با تبدیل موجک پیوسته
کلمات کلیدی
روش ها: تجزیه و تحلیل داده ها، روش ها: آماری، پایگاه داده های نجومی: متفرقه، سیستم های سیاره ای، ستاره ها: آمار، کهکشان ها: آمار،
ترجمه چکیده
تشخیص هدف الگوهای خاص در توزیع های آماری، مانند گروه بندی ها یا شکاف ها و یا انتقال های ناگهانی بین زیر مجموعه های مختلف، یک کار با طیف وسیعی از برنامه های کاربردی در نجوم است: تجزیه و تحلیل جمعیت ستاره ای، درخت سلسله، بررسی تنوع بیرونی، مطالعات غربالگری، و غیره. ما روش قدرتمند تبدیل موجک را به این وظیفه عمومی تبدیل می کنیم، و تأکید قوی بر ارزیابی اهمیت تشخیص الگوها است. در میان چیزهای دیگر، روش ما نیز شامل موجک های حداقل موج نویز و بازسازی حداقل نویز تابع چگالی توزیع است. بر اساس این توسعه، ما یک خط لوله الگوریتم خودپنداره را با هدف پردازش نمونه های آماری ایجاد می کنیم. این در حال حاضر فقط برای توزیعهای تک بعدی است، اما به اندازه کافی انعطاف پذیر است تا تعمیم ها و توسعه های بیشتری را در بر بگیرد.
موضوعات مرتبط
مهندسی و علوم پایه مهندسی کامپیوتر نرم افزارهای علوم کامپیوتر
چکیده انگلیسی
Objective detection of specific patterns in statistical distributions, like groupings or gaps or abrupt transitions between different subsets, is a task with a rich range of applications in astronomy: Milky Way stellar population analysis, investigations of the exoplanets diversity, Solar System minor bodies statistics, extragalactic studies, etc. We adapt the powerful technique of the wavelet transforms to this generalized task, making a strong emphasis on the assessment of the patterns detection significance. Among other things, our method also involves optimal minimum-noise wavelets and minimum-noise reconstruction of the distribution density function. Based on this development, we construct a self-closed algorithmic pipeline aimed to process statistical samples. It is currently applicable to single-dimensional distributions only, but it is flexible enough to undergo further generalizations and development.
ناشر
Database: Elsevier - ScienceDirect (ساینس دایرکت)
Journal: Astronomy and Computing - Volume 23, April 2018, Pages 151-165
نویسندگان
,