برآورد تابع چگالی مبتنی بر موجک آنلاین برای جریان داده های ناایستا

کاربردهای مهمی بوجود آمده اند که در آن ها داده ها به حالت متغیر با زمان آنلاین تبدیل شده اند (به عنوان مثال ترافیک شبکه کامپیوتری، داده های حس گر، جستجوهای وب، تراکنش های atm) و امکان تبادل یا ذخیره ی تمامی اطلاعات ورودی در سیستم های پایگاه داده قدیمی برای فعالیت بر روی آن امکان پذیر نیست. برای این نوع کاربردها، همانند طرح های پایگاه داده استاتیک قدیمی، برآورد چگالی یک بخش اساسی برای آنالیز داده ها است. در این پایان نامه، یک روش آنلاین جدید برای تخمین چگالی احتمال بر اساس مبانی موجک برای جریان داده هایی که به سرعت تغییر می کنند، ارائه شده است. روش ارائه شده بر مبنای فرمول بندی بازگشتی تخمین گر متعامد براساس موجک و با استفاده از یک پنجره لغزشی است و شامل روش بهینه سازی است که تنها به ارزیابی مجدد مقیاس بندی مربوطه و عملکردهای موجک در هر زمانی که داده های جدید می رسند می پردازد. این الگوریتم با استفاده از هر دو داده ی شبیه سازی شده و جهان واقعی بررسی و مقایسه می شود.