اهمیت پردازش داده ها
Authors
abstract
داده های گردآوری شده قبل از هر نوع تحلیلی باید آماده سازی شوند. بنا بر این ویرایش، کدگذاری، ورود داده ها به رایانه، تعریف داده ها و طبقه بندی از جمله مراحلی می باشند که باید قبل از تحلیل داده ها انجام گیرند. این مراحل تحت عنوان پردازش داده نامیده می شود. بنا بر این همواره پردازش و آماده سازی داده ها مقدم بر تحلیل آن ها بوده و هر نوع سهل انگاری در این مرحله می تواند نتایج و یافته های پژوهش را تحت تأثیر قرار دهد؛ لذا به دلیل اهمیت این موضوع فرآیند اساسی پردازش و تحلیل داده در شکل ۱ نشان داده شده است. اطلاعات از داده استخراج می شود. داده ی با کیفیت پایین منجر به اطلاعات غیر مطمئن حتی غلط می شود. قوت یک زنجیر توسط ضعیف ترین حلقه ی آن تعیین می شود. پس تعریف دقیق و صحیح داده برای کسب اطلاعات معتبر، ضروری است. در طی پردازش داده، داده آنالیز شده به فرمی تبدیل می شود که نمایش داده بهتر صورت گیرد. یکی از نیازهای درک پردازش داده، تعریف دقیق مفاهیمی همچون داده، اطلاعات و پردازش می باشد که در قسمت بعد به تعریف هر یک از این مفاهیم می پردازیم. لازم به ذکر است که مرحله ی آخر پردازش داده، نمایش داده می باشد که خود دارای اصول خاصی است. پردازش داده شامل تمام پردازش ها از ثبت داده ها تا داده کاوی است.
similar resources
استفاده از تبدیل karhunen-Loeve در پردازش داده ها ی لرزه ای سه بعدی
رکوردهای حاصل از برداشت لرزه ای بازتابی معمولا دارای نوفه های لرزه ای همدوستی1هستند که توسط چشمه انرژی لرزه ای تولید می شوند. امواج هوا2 و امواج سطحی3 از جمله این نوفه ها می باشند.حذف نوفه های لرزه ای همدوس از رکوردهای لرزه ای بازتابی بعنوان یکی از مراحل مهم پردازش بشمار می آید. در مطالعات لرزه نگاری سه بعدی که در مقیاس پروژه های مهندسی برداشت می شوند (engineering Scale 3-D Seismic Surveys) ...
full textارائه مدلی برای طبقه بندی تولیدات دانشی بر اساس داده ها و فرایند های پردازش داده ها
جهانی شدن اقتصاد، افزایش رقابت، پویایی و تلاطم محیطی باعث شده است که تولیدات دانشی بخش عمد ه ای از تولیدات سازمان های امروز را تشکیل دهد. برنامه ریزی برای این نوع تولیدات، به دلیل ناملموس بودن آن دشوار است. طبقه بندی تولید منجر به شناخت بهتر هر طبقه و سهولت برنامه ریزی و تصمیم گیری می شود. در این مقاله، مدلی برای طبقه بندی تولیدات دانشی ارائه می شود. به این منظور، فرایند تولید دانش در مشاغل دا...
full textذخیره سازی داده ها
انباشت داده ها زمانی تکنولوژی، تخیلات و رویاهای انسان را محدود می کرد. اما اکنون همان رویاها به ستیز با تکنولوژی برخاسته اند. به اعتقاد «روبرت بار» ما به جای اینکه همواره در پی انباشت داده ها باشیم، بایستی یاد بگیریم که چگونه آنها را توزیع و منتشر کنیم. من در ماه های اخیر از پیشرفت هایی که در امر توسعه بوقوع پیوسته و بطور بنیادی صنعت GIS را برای همگان قابل دست...
full textپردازش داده های فراطیفی هایپریون در منطقه آق داغ اردبیل و شناسایی کانی ها به روش تطبیق همزمان نوری (ORASIS)
تشخیص و شناسایی اعضای انتهایی یکی از موارد مهم در بالا بردن صحت روش‌های تجزیه طیفی در دورسنجی است. در سال‌های اخیر، روش‌هایی که متکی بر وجود تعدادی پیکسل خالص در تصویر هستند توسعه‌ی بیشتری داشته‌اند؛ حال آن که این روش‌ها در مطالعات کانی‌شناسی که احتمال وجود پیکسل‌های خالص در داخل تصویر پائین است، مشکلاتی را ایجاد می‌کنند. هدف از این مطالعه، بررسی روش ORASIS<st...
full textبررسی میزان تأثیر پیش پردازش داده ها در دقت نتایج مدلسازی تولید پسماند شهری با استفاده از شبکه عصبی
تولید پسماند در جوامع بشری امری روزمره و طبیعی است. پسماند از مرحله تولید تا مرحله مصرف و مرحله دفع نهایی تولید شده و امری غیر قابل اجتناب است. توسعه شهرها و صنعتی شدن آنها باعث تولید روزافزون پسماند شهری می‌شوند. برای آگاهی از کمیت این پسماندها گامی ضروری است. در این پژوهش از شبکه عصبی مصنوعی به عنوان یک ابزار کارآمد برای مدلسازی میزان پسماند تولیدی شهر مشهد استفاده شده‌است. در این راستا ابتد...
full textMy Resources
Save resource for easier access later
Journal title:
آمار (دوماهنامه ی تحلیلی - پژوهشی)جلد ۲، شماره ۴، صفحات ۳۴-۳۶
Keywords
Hosted on Doprax cloud platform doprax.com
copyright © 2015-2023