7795

پيش پردازش سري هاي زماني به منظور بهينه سازي فرايندهاي داده كاوي و پيش بيني: مروري بر الگوريتم هاي شناسايي و حذف داده هاي پرت

1399

دكتر ابراهيم جباري

رشد فناوري اطلاعات و روش ها و ابزارهاي نوين توليد و جمع آوري داده ها در ساليان اخير سبب شده كه محققين به حجم انبوهي از داده ها در زمينه هاي گوناگون به‌سرعت و سهولت دسترسي پيدا كنند. موضوع مهم در اين زمينه توانايي هرچه بيشتر در برداشت اطلاعات مفيد و دانش نهفته كاربردي از اين داده ها به‌منظور تجزيه‌وتحليل آن¬ها و كسب دانش سودمند در مورد پديده هاي گوناگون دنياي اطراف و همچنين بررسي امكان پيش بيني آينده از اطلاعات به‌دست‌آمده مي باشد. عوامل گوناگوني سبب مي شوند كه در هنگام برداشت داده ها، تعدادي از داده هاي ثبت‌شده وضعيت واقعي سيستم را نمايش نداده و باعث اشتباه در اندازه گيري ها و درنهايت در نتيجه گيري هاي ما از آن ها شوند؛ لذا ايجاد فرايندهايي به‌منظور پالايش داده هاي خام و بررسي اعتبار آن ها ضرورتي غيرقابل‌انكار مي باشد؛ البته تعريف مرزي دقيق بين داده هاي معتبر و پرت، بحثي دشوار و مبهم مي باشد كه ديدگاه محقق به داده ها و اطلاع از ماهيت آن ها و تسلط بر فرايند برداشت آن ها مي تواند تا حدي ابهام موجود در اين زمينه را كاهش دهد. هدف اين تحقيق ارائه يك ديدگاه كلي از روش هاي موجود در بحث پرت كاوي و بررسي عملكرد و نقاط قوت و ضعف آن ها مي باشد.

11/26/2020 12:00:00 AM

69380

1399/09/06

Time-series Pre-Processing to optimize data mining & forecasting Processes : An overview of spike detection & removal Algorithms