دانلود مقالات ISI درباره مقیاس گذاری چند بعدی + ترجمه فارسی

مقیاس گذاری چند بعدی MDS روش مجموعه ای از تکنیک های آماری چند بعدی است که اغلب در اطلاعات تصویری و به منظور شباهت ها و تفاوت های بین اعداد استفاده می شود. این روش یک مورد خاص از انتصابات است. یک الگوریتم مقیاس گذاری چند بعدی با ماتریسی از شباهت های سوال به سوال شروع می شود سپس برای هر سوال در فضای n بعدی جایگاهی تعیین می کند. N از قبل تعیین می شود. برای n های کوچک جایگاه مشاغل در یک نمودار سه بعدی نمایش داده می شود. انواع مقیاس گذاری چند بعدی عبارتند از: 1- مقیاس گذاری چند بعدی کلاسیک 2- مقیاس گذاری چند بعدی متریک 3- مقیاس گذاری چند بعدی غیر متریک 4- مقیاس گذاری چند بعدی تعمیم یافته. داده ها می توانند هر چیزی باشند. برای داده ها یک ماتریس فاصله تشکیل می شود. هدف اصلی مقیاس گذاری چند بعدی پیدا کردن بردار های است که در آن می باشد. ورودی ها در MDS می تواند به صوت ادراک داده ها: رویکرد مستقیم، ادراک داده ها: رویکرد مشتق شده و رویکرد داده های ترجیحی باشند که در آن از پاسخ دهندگان خواسته می شود به جای بیان میزان شباهت ترجیحشان را بیان کنند. کاربردهای MDS در بصری سازی علمی و داده کاوی در زمینه هایی مانند علوم شناختی علم اطلاعات سایکو فیزیک روانسنجی تجارت و اکولوژی استفاده می شود. MDS در مقایسه با سایر روش های مشابه خود مانند تحلیل عاملی تحلیل تشخیصی، و تحلیل همزمان تفاوت هایی دارد. در MDS از پاسخ دهندگان خواسته می شود تا موضوعات را به صورت جفتی مقایسه کنند و میزان شباهت و عدم شباهت آنها را بیان کنند و سپس این تکنیک ابعاد زیر بنایی را بر اساس قضاوت پاسخ دهندگان در مورد شباهت موضوعات آشکار می سازد. این در حالی است که سایر روش ها ابعاد زیربنایی را بر اساس پاسخ های آزمودنی ها به صفات مختلفی بدست می آید که توسط پژوهشگر شناخته می شود. MDS تکنیک ارزشمندی در ترسیم نقشه ی ادراکی است.