در ذخایر معدنی، تشخیص مقادیری که در دم راست توزیع واقع شده اند، از نظر اقتصادی اهمیت ویژه ای دارند؛ در نتیجه تشخیص مرز این گونه مشاهدات در صنعت معدن اهمیت بسزایی در‏ اکتشاف و استخراج دارد. روش های موجود برای تشخیص داده پرت فضایی، مقدار این داده ها را ارائه می کنند و معیاری جهت شناسایی ‏مرز مقادیر بالا ارائه نمی دهند. از این رو در این پایان نامه برای شناسایی مرز مقادیر بالا، روش ‎مرز-بالا‎ پیشنه...

برای مدل بندی داده هایی از جنس نرخ و نسبت مدل رگرسیون بتا پیشنهاد می شود. در صورتی که داده پرت داشته باشیم مدل رگرسیون مستطیلی بتا پیشنهاد می شود. زیرا مدل رگرسیون بتا نسبت به نقاط پرت تنومند نیست. پس از معرفی توزیع مستطیلی بتا به مدل بندی آن و استنباط بیزی روی آن می پردازیم و در استنباط بیزی از نمونه گیری مونت کارلوی زنجیر مارکوفی استفاده می کنیم. با شبیه سازی تأثیر نقاط دورافتاده و کارایی مدل...

روش گشتاور سنتی یکی از روش های رایج براورد پارامترها است. علی رغم برخی جنبه های مثبت این روش دارای معایبی مانند تاثیرپذیری از داده های پرت، وابسته بودن به گشتاورهای مراتب بالا است. در این پایان نامه روش گشتاور وزنی احتمال و ترکیب های خطی آن به عنوان نسخه ی اصلاح شده روش گشتاوری سنتی مورد توجه قرار گرفته است. نشان داده شده است که براوردگرهای حاصل از این نوع گشتاورها نسبت به حضور داده های پرت نیر...

یکی از حوزه های مهم در داده کاوی و یادگیری ماشین، حوزه شناسایی داده پرت می باشد. روش های بسیاری برای شناسایی داده پرت ارائه شده که همه آن ها از فرض یکسان بودن توزیع احتمال داده های تست نسبت به داده های آموزش پیروی می کنند. اما در بسیاری از برنامه های کاربردی واقعی نظیر شناسایی اسپم یا تقلب، تفاوت توزیع داده های آموزش و تست امری محتمل است. زمانی که داده های ورودی آموزش و تست از توزیع غیر یکسانی ...

داده­های پرت در ژئوشیمی اکتشافی بسیار مهم هستند و می­توانند اثرات زیادی بر نتایج روش­های آماری از جمله جداسازی آنومالی از زمینه داشته باشند. بنابراین یکی از اولین مراحل پیش پردازش در تحلیل داده­های ژئوشیمیایی، تشخیص و تصمیم­گیری در مورد حذف یا تصحیح آن­ها است. این داده­ها را به 3 روش تک متغیره، دو متغیره و چند متغیره می­توان شناسایی کرد که هدف از این تحقیق جداسازی آن­ها با استفاده از روش­های تک...

به منظور مدل سازی و تخمین مناسب و قابل اعتماد پارامترها در مدل های داده­های خودهمبسته، از رویکردهای پایداراستفاده می­شود. وجود داده های پرت و آلودگی ها، تاثیری مخرب در تخمین پارامترهای این مدلها دارد. از آنجایی که در اغلب مسائل مالی، داده های گذشته بر داده­های اخیر اثرگذار هستند، این داده ها معمولاً در قالب سری زمانی مدل­سازی می شوند. در این تحقیق، مدل­های خود رگرسیون به عنوان یکی از مدل­های مطر...

داده های حاصل از کمی سازی تغییرات خط ساحلی در طی زمان، به عنوان مبنای بسیاری از برنامه های مدیریت یکپارچه منطق ساحلی به شمار می آیند. جهت حصول نتایج مطلوب از این داده ها، آنها باید نماینده واقعی مشاهدات بوده و غیر واقع یا اشتباه نباشند. عوامل متعددی ممکن است در داده های تغییرات خط ساحلی سبب بروز داده مشکوک به خطا شوند. در این تحقیق به معرفی داده های مشکوک به خطا، عوامل ایجاد آنها در داده های تغ...

مشکلات موجود در طبقه بند جداساز خطی (lda) از قبیل حساسیت به داده های پرت، فرض اولیه تک مدی بودن توزیع کلاس ها و معکوس ناپذیری ماتریس پراکندگی داخل کلاس انگیزه ای برای ارائه طبقه بندی جدید در این طرح شد. البته در تحقیقات گذشته راهکارهایی همچون استفاده از گراف همسایگی، استفاده از نرم یک و وزنی نمودن طبقه بند برای کاهش حساسیت به داده های پرت، روش هایی مانند کاهش ابعاد، بکارگیری پارامتر تنظیم ساز و...