عنوان نشریه

بازه های پیشگویی بوت استرپ نیم پارامتری در سری های زمانی

نصراله ایران پناه

یکی از مسائل مهم در تحلیل سری های زمانی برآورد بازه ی پیشگویی بر اساس مشاهدات گذشته است. در سال های اخیر، روش های متفاوت بوت استرپ برای برآورد بازه های پیشگویی بدون هیچ فرضی در مورد توزیع خطاها، ارائه شده است. روش های بوت استرپ نیم پارامتری بر اساس برازش یک مدل اتورگرسیو بر روی داده ها است و نمونه های بوت استرپ با استفاده از بازنمونه گیری از باقیمانده ها تولید می شود. در این مقاله در ابتدا، روش های بوت-استرپ ناپارامتری ارائه می شوند و سپس در یک مطالعه ی شبیه سازی بازه های پیشگویی بوت استرپ نیم پارامتری با بازه ی پیشگویی استاندارد گاوسی مقایسه می شوند. در نهایت روش های ارائه شده برای برآورد بازه های پیشگویی داده های سری زمانی دمای هوای اصفهان به کار می روند.

یک رمز دنباله ای مبتنی بر جایگشت اشوبی

امیر دانشگر

در این مقاله به معرفی یک رمز دنباله ای مبتنی بر جایگشت آشوبی می پردازیم که اساساً متشکل از یک نگاشت آشوبی و یک بخش خطی است و به صورت کلمه محور بر روی یک میدان متناهی طراحی شده است. نشان خواهیم داد که این سامانه می تواند در دو حالت همزمان و خودهمزمان عمل کرده و بالأخص نشان می دهیم که در قالب خودهمزمان دارای یک گیرنده از نوع ‎‎ناظر با ورودی ناشناخته است. ضمن بررسی کارایی این سامانه با توجه به دقت نمایش ماشین محاسباتی، یک نمونه نرم افزاری از آن را پیاده سازی کرده و به عنوان یک ویژگی اصلی نشان می دهیم که خروجی آن حتی با گسسته سازی نگاشت آشوبی، واجد شرایط لازم آماری است. همچنین به ازای پارامترهای مختلف، این سامانه را با رمزهای دنباله ای مشابه مقایسه می کنیم و به طور اخص نشان می دهیم که در حالت کلید با اندازه کوتاه (حدود 100 بیت) این سامانه از سرعت قابل مقایسه و حجم پیاده سازی کمتری نسبت به سامانه های مشابه موجود برخوردار است.

مطالعه آماری دو فرایند انتشار روی چنبره و کاربرد آن ها

موسی گل علی زاده

فرایندهای انتشار مثل حرکت براونی و فرایند اورنشتاین-اولن بک کلاسی از فرایندهای تصادفی هستند که در زمینه های مختلف علوم از جمله علوم زیستی مورد توجه محققین بوده و هستند. در مطالعه چنین فرایندهایی معمولا فرض می شود مشاهدات حاصل از آن ها در فضاهای اقلیدسی قرار دارند. اما دربعضی از پدیده های فیزیکی، شیمیایی و زیستی داده هایی یافت می شوند که به دلایلی مثل تناوبی بودن نمی توانند مقادیری از فضاهای اقلیدسی به حساب آیند. در نتیجه، نمی توان آن ها را با مدل بندی-های معمول ریاضی که برای فضاهای اقلیدسی وجود دارند مورد مطالعه قرار داد.علاوه بر این، از نقطه نظر آمار، بررسی و تحلیل آن ها با استفاده از روش های مرسوم آمار خطی ممکن نیست. زوایای دوسطحی که برای شناسایی، مدل بندی و پیش بینی ساختار اصلی پروتئین ها مورد استفاده قرار می گیرند مثالی از این دست داده هاست. چون این زوایا مقادیری را روی چنبره نمایش می دهند، در نتیجه انتظار می رود مدل بندی مناسب آماری فرایندهای انتشار روی چنبره بتواند کمک شایانی به فعالیت های معطوف به شبیه سازی پویای مولکولی در پیش بینی ساختار اصلی پروتئین ها کند. در این مقاله، با استفاده از فاصله های ریمانی روی چنبره، معادلات دیفرانسیل تصادفی برای نمایش حرکت براونی و فرایند اورنشتاین-اولن بک روی این شکل هندسی به دست آورده می شود. سپس با محاسبه توزیع مانای فرایندهای مورد اشاره شبیه سازی های آماری برای ارزیابی مدل ها صورت خواهد گرفت. به علاوه، ارتباط نتایج حاصل با مفاهیم موجود در آمار غیرخطی برجسته خواهد شد.

پایدارسازی سیستم‌های کنترل غیرخطی با استفاده از قضیه زوبوف و شبکه‌های عصبی مصنوعی

اژدر سلیمانپور باکفایت

در این مقاله، ما یک دسته از سیستم های کنترل غیرخطی را توسط شبکه های عصبی مصنوعی و قضیه زوبوف پایدار می کنیم. قضیه زوبوف یکی از قضایایی است که شرایطی را برای پایداری یک سیستم غیرخطی با ناحیه جذب معلوم، بیان می کند. از شبکه های عصبی استفاده کرده و توسط آنها، تعدادی از توابع موجود در قضیه زوبوف را تقریب می زنیم بدین ترتیب کنترل کننده یک سیستم کنترلی غیرخطی که به لحاظ ریاضی یافتن ضابطه آن آسان نیست معلوم می شود. در این تحقیق دو استراتژی را انجام داده ایم. همچنین ما روش بهینه سازی نلدر مید را برای یادگیری شبکه عصبی بکار برده ایم. نهایتاً تاثیر و قابلیت کاربرد روش مفروض با مثال های عددی توضیح داده شده است.

بررسی پایداری طرح تفاضلات متناهی غیر استاندارد برای حل معادلات دیفرانسیل با مشتقات نسبی از مرتبه کسری

مریم عرب عامری

عملگر های مشتق و انتگرال کسری مفهوم جدیدی از مشتق و انتگرال از مرتبه دلخواه می باشد. معادله دیفرانسیل با مشتقات نسبی) (PDE که مشتقات موجود در آن بتوانند از مرتبه کسری باشند معادله دیفرانسیل با مشتقات نسبی کسری ( (FPDE گفته می شود. امروزه این معادلات به دلیل کاربرد زیاد توجه ویژه ای را به خود معطوف داشته اند. در این مقاله حالت نسبتاً کلی از یک FPDE مطرح می شود، برای بدست آوردن یک طرح عددی، مشتقات کسری موجود در معادله با استفاده از تعاریف متداول گرانوالد- لتنیکوف ، ریمان- لیوویل و کاپتو جایگزین می شوند و به جهت بهبود جواب عددی، مشتقات نسبی موجود در معادله با استفاده از طرح های تفاضلی غیر استاندارد (NSFD ) گسسته سازی می شوند. سپس پایداری طرح عددی حاصل بررسی می گردد و ثابت می شود روش معرفی شده غیر مشروط پایدار است. در پایان با هدف تایید نتایج تئوری، تکنیک معرفی شده برای حل معادله موج با مرتبه کسری که در فیزیک و شاخه های آن کاربرد فراوانی دارد بکار می رود. نتایج عددی مؤید یافته های تئوری است و نشان از کارایی این تکنیک دارد.

بررسی استدلال ریاضی یک ‎-L‎منحنی جدید برای تخمین پارامتر منظم‌سازی در روش TSVD

علی رضا کشوری

روشی جدید برای پیدا کردن پارامتر بهینه در روش منظمسازی TSVD این است که از رسم منحنی بر حسب نرم مانده استفاده میکند ]5[. چون منظمسازی TSVD روشی با پارامتر منظمسازی گسسته است از این رو، این منحنی هم منحنی گسسته است. در این مقاله با بیان تجزیه و تحلیل ریاضی نشان داده میشود رفتار این منحنی L-شکل است و مانند روش L-منحنی کلاسیک نقطه گوشه این منحنی نیز میتواند متناظر با پارامتر منظم ساز بهینه باشد. برای پیدا کردن نقطۀ گوشه -Lمنحنی (پارامتر بهینه) از دو روش پرونینگ[1] و ترینینگ[2] استفاده میکنیم. نتایج عددی نشان می دهد این منحنی بهتر از L-منحنی کلاسیک عمل می کند

^*نویسنده مسئول alireza_keshvari@yahoo.com
[1]. pruning

[2]. triangle

تلفیق بیزی مدلهای قطعی و کریگیدن برای تحلیل داده های وابسته فضایی

محسن محمدزاده

برقراری پیوند میان سامانه اطلاعات مکانی و روش های تصمیم گیری مرهون ابداع و تکامل روش تلفیق داده های مکانی است. تلفیق اطلاعات، داده ها را با هدف دستیابی به نتیجه بهتر برای افزایش قابلیت تفسیر اطلاعات با یکدیگر ترکیب می کند. در این مقاله روش تلفیق بیزی برای ترکیب اتدازه ها و خروجی مدل های قطعی و کریگیدن مورد بررسی قرار گرفته اند. سپس با استفاده از آن ها داده های ازن شهر تهران که دارای ساختار همبستگی فضایی هستند مورد تحلیل قرار گرفته و با ملاک میانگین توان های دوم خطا نتایج حاصل از آن ها مورد ارزیابی و مقایسه قرار گرفته اند.