دانلود مقالات ISI درباره کاهش ابعاد یا فروکاهی ابعاد یا تقلیل ابعاد + ترجمه فارسی
Dimension Reduction
آشنایی با موضوع
کاهش ابعاد یا فروکاهی ابعاد (Dimension reduction) به فرایند کاستن و کمکردن از تعداد ابعاد و متغیرهای مورد نیاز برای نمایش و بررسی مسائل مطرح در ریاضیات، آمار، فیزیک، مهندسی، و بسیاری از شاخههای علوم محاسباتی و پیچیدهٔ نوین اطلاق میشود. در یادگیری ماشین و آمار کاهش بعد یا کاهش ابعاد روند کاهش تعداد متغیرهای تصادفی تحت نظر از طریق به دست آوردن یک مجموعه از متغیرهای اصلی میباشد. کاهش ابعاد را میتوان به انتخاب ویژگی و استخراج ویژگی تقسیم کرد. در ادبیات تحلیلهای چند متغیری اساساً به روشهایی که برای کاهش ابعاد استفاده میشود، روشهای محوری یا روشهای هندسی گفته میشود. کاهش ابعاد به دو دسته انتخاب ویژگی و استخراج ویژگی تقسیم میشود. در انتخاب ویژگی که در فضای اندازهگیری انجام میشود هدف پیدا کردن ویژگیهای مطلوب از بین کل ویژگیهای موجود است در حالی در استخراج ویژگی هدف انتقال ویژگیهای انتخاب شده از فضای با ابعاد بیشتر به فضای با ابعاد کمتر و تعداد متغیرهای کمتر میباشد.
برای مجموعه دادههای با ابعاد بزرگ (یا به عنوان مثال با تعداد ابعاد بیش از ۱۰) کاهش ابعاد معمولاً قبل از اعمال الگوریتم نزدیکترین همسایگان (k-NN) به منظور جلوگیری از نفرین بعدی انجام میشود.
مزایای استفاده از کاهش ابعاد:
ـ فضا، زمان و ذخیرهسازی مورد نیاز را کاهش میدهد.
ـ از بین بردن چند ستون، عملکرد مدل یادگیری ماشین را بهبود میبخشد.
ـ هنگامی که به ابعاد بسیار کم مانند 2D یا 3D تبدیل میشود، دادهها به راحتی قابل مشاهده است.
در این صفحه تعداد 385 مقاله تخصصی درباره کاهش ابعاد یا فروکاهی ابعاد یا تقلیل ابعاد که در نشریه های معتبر علمی و پایگاه ساینس دایرکت (Science Direct) منتشر شده، نمایش داده شده است. برخی از این مقالات، پیش تر به زبان فارسی ترجمه شده اند که با مراجعه به هر یک از آنها، می توانید متن کامل مقاله انگلیسی همراه با ترجمه فارسی آن را دریافت فرمایید. در صورتی که مقاله مورد نظر شما هنوز به فارسی ترجمه نشده باشد، مترجمان با تجربه ما آمادگی دارند آن را در اسرع وقت برای شما ترجمه نمایند.
مقالات ISI کاهش ابعاد یا فروکاهی ابعاد یا تقلیل ابعاد (ترجمه نشده)
مقالات زیر هنوز به فارسی ترجمه نشده اند. در صورتی که به ترجمه آماده هر یک از مقالات زیر نیاز داشته باشید، می توانید سفارش دهید تا مترجمان با تجربه این مجموعه در اسرع وقت آن را برای شما ترجمه نمایند.
Keywords: کاهش ابعاد یا فروکاهی ابعاد یا تقلیل ابعاد; Uncertainty propagation; Dimension reduction; Active subspaces; Shared subspaces; Multiple outputs;
Keywords: کاهش ابعاد یا فروکاهی ابعاد یا تقلیل ابعاد; Accuracy; Mobile healthcare application; Anomaly detection; Anomaly isolation; Dimension reduction; Principal Component Analysis; Robustness;
Keywords: کاهش ابعاد یا فروکاهی ابعاد یا تقلیل ابعاد; 62H25; 62P10; Dimension reduction; EM algorithm; Identifiability; Inference; Probabilistic partial least squares;
Keywords: کاهش ابعاد یا فروکاهی ابعاد یا تقلیل ابعاد; 60G57; 60G10; 62G99; 62M99; Random measure; Covariance operator; Dimension reduction; Functional time series; High frequency financial data; Risk forecasting;
Keywords: کاهش ابعاد یا فروکاهی ابعاد یا تقلیل ابعاد; EHR; Electronic Health Record; AKI; Acute Kidney Injury; HRS; Hepatorenal Syndrome; ICD; International Classification of Diseases; NLP; Natural Language Processing; VA; Veterans Affairs; CPT; Current Procedural Terminology; KDIGO; Kidney Disease Improving
Keywords: کاهش ابعاد یا فروکاهی ابعاد یا تقلیل ابعاد; Continuum regression; Dimension reduction; Linear discriminant analysis; High-dimension; Low-sample-size (HDLSS); Maximum data piling; Principal component analysis;
Keywords: کاهش ابعاد یا فروکاهی ابعاد یا تقلیل ابعاد; Dimension reduction; Classification; Linear projection; Kullback-Leibler divergence; Information visualization; Distance based probabilities;
Keywords: کاهش ابعاد یا فروکاهی ابعاد یا تقلیل ابعاد; Multiextremal optimization; global search algorithms; Lipschitz condition; numerical estimates for derivatives values; dimension reduction; computational experiments;
Keywords: کاهش ابعاد یا فروکاهی ابعاد یا تقلیل ابعاد; Air pollution health effects; Joint effects; Multipollutant; Dimension reduction; Nonparametric methods; Interactions; Differential effects;
Keywords: کاهش ابعاد یا فروکاهی ابعاد یا تقلیل ابعاد; Locally linear embedding (LLE); Dimension reduction; Face recognition; Maximum margin criterion; Local graph embedding;
Keywords: کاهش ابعاد یا فروکاهی ابعاد یا تقلیل ابعاد; Approximate integration scheme; Dimension reduction; Probability density function; Assembly yield; Warpage; Stacked die thin flat ball grid array;