ترجمه مقاله براساس خانواده های بتا و عمومیت دادن توزیع های گامای ایجاد شده و استنباط مرتبط…

دسته: ریاضی

حجم فایل: 1343 کیلوبایت

تعداد صفحه: 27

براساس خانواده های بتا و عمومیت دادن توزیع های گامای ایجاد شده و استنباط مرتبط

خلاصه

یک خانواده کلی و عمومی برای توزیع های یک متغیری به وسیله متغیرهای تصادفی بتا ایجاد شده است که به وسیله Jones پیشنهاد داده شده بود که اخیرا در مقاله ای مورد بحث قرار گرفته بود. این خانواده از توزیع های فرایندی دارای قابلیت انعطاف بسیار عالی هستند در حالی که دارای تناسب متقارن و به علاوه مدل های اریب با وزن های دامنه ای متغیر هستند. در یک روشی مشابه، ما در این جا خانواده ای از توزیع های تک متغیره ایجاد شده توسط عمومی کردن متغیرهای گامای Stacy را تعریف کردیم. برای این دو خانواده از توزیع های تک متغیره، ما در مورد حداکثر مشخصات انتروپی تحت محدودیت های مناسب بحث می کنیم. براساس این مشخصات، یک نسبت از چگالی های چارک برای فرق گذاری و تمیز دادن اعضای این دو توزیع ها در حیطه خانواده ها مورد انتظار می باشد. چندیت مورد خاص از این نتایج سپس مطرح و برجسته می گردد. یک روش دیگر تحت عنوان روش معمول گشتاورها همچنین برای تخمین زدن پارامترها پیشنهاد شده است و شکل این تخمین زننده ها به صورت خاصی متمایل به این دو نوع خانواده از توزیع ها می باشد.

کلمات کلیدی:

توزیع های ایجاد کننده بتا- تعمیم دادن توزیع گامای Stacy- توزیع نمایی بتا- تمایز و افتراق بین توزیع ها- حداکثر اصول انتروپی- انتروپی انتخابی بین دو واقعه با احتمال یکسان

قیمت: 15,000 تومان

ترجمه مقاله بازیاب دینامیکی ولتاژ (DVR) مبتنی بر وضعیت بار…

دسته: برق

حجم فایل: 1695 کیلوبایت

تعداد صفحه: 13

بازیاب دینامیکی ولتاژ (DVR) مبتنی بر وضعیت بار

چکیده:

نگهدارنده (بازیاب) دینامیکی ولتاژ (DVR) می تواند بهترین راه حل اقتصادی و فنی در مقابل رفع افت ولتاژ sag، بوسیله تزریق ولتاژ به شکل توان ایجاد کند. عملکرد این وسیله عمدتا تحت تاثیر ماکزیمم بار قرار می گیرد ودر نتیجه ضریب توان و ماکزیمم افت ولتاژراجبران می کند. این مقاله وابسته بودن منبع ذخیره انرژی DC و بار نصب شده را بیان می کند. مدار قدرت DVRارائه شده بسیار با صرفه می باشد.

واژگان کلیدی: ظرفیت خازن، انرژی ذخیره شده DC، DVR، افت ولتاژ sag

قیمت: 15,000 تومان

ترجمه مقاله با عنوان رهبری تحول آفرین و بازارگرایی: مفهوم هایی برای تکمیل استراتژیهای رقابتی و عملکرد واحدهای کسب وکار…

دسته: مقالات ترجمه شده isi

حجم فایل: 214 کیلوبایت

تعداد صفحه: 6

در این مقاله براساس دیدگاه مبتنی بر منابع شرکت، به ویژه دیدگاه مبتنی بر شایستگی و داشتن صلاحیت در ایجاد استراتژی، یک مدل کامل از منابع، مزیتهای رقابتی و زنجیره عملکرد شرکت را توسعه داده و مورد بررسی قرار داده ایم اصل موضوع مدل رهبری تحول آفرین و بازارگرایی برای مدیریت به ترتیب مبتنی بر شایستگی مدیریتی و شایستگی تحول آفرینی می باشند.

قیمت: 9,000 تومان

ترجمه مقاله آنکیلوستوما کانینوم…

دسته: پزشکی

حجم فایل: 424 کیلوبایت

تعداد صفحه: 9

آنکیلوستوما کانینوم: کالیبراسیون و مقایسه دقت تشخیصی فلوتاسیون در لوله، مک مستر و FLOTAC در نمونه های مدفوع سگ + نسخه انگلیسی

مترجم: نهال چوبندی

چکیده:

ما یک کالیبراسیون فلوتاسیون را در لوله، مک مستر و FLOTAC به منظور تعیین حلال بهینه ای برای فلوتاسیون (FS) و اثر نگهداری مدفوع در تشخیص آنسیلوستوما کانینوم در سگ ها، و همچنین مقایسه دقت سه روش کو پرومیکروسکوپیک انجام دادیم. از میان نه FS مختلف، کلرید سدیم و نیترات سدیم بهترین عملکرد را در تشخیص و تعیین کمیت تخم های آنسیلوستوما کانینوم نشان دادند. نمونه ها ی مدفوع، چه نمونه های تازه وچه نمونه های نگهداری شده در فرمالین 5٪، در مقایسه با نمونه های منجمد و یا نگهداری شده در فرمالین 10٪ یا سدیم استات اسید استیک فرمالین تعداد تخم های آنسیلوستوما کانینوم بیشتر را باغث شدند. FLOTAC نسبت به روش های مک مستر و فلوتاسیون در لوله ، به طور مداوم در تعداد تخم های بیشتر آنسیلوستوما کانینوم در هر گرم مدفوع (EPG) و ضریب تغییرات (CV) پایین تر منجر شده است. بهترین نتایج با شرایط ​​تعداد متوسط تخم در مدفوع (بالاترین مقدار، به عنوان مثال 117. 0 EPG) و CV (پایین ترین مقدار، یعنی 4. 8٪) با FLOTAC و با استفاده از کلرید سدیم و نمونه های نگه داری شده مدفوع در فرمالین 5٪ به دست آمد. یافته های ما نشان می دهد که روش FLOTAC باید در تشخیص آنسیلوستوما کانینوم در سگ در نظر گرفته شود .

قیمت: 10,000 تومان

ترجمه مقاله آنتروپی تخمینی به عنوان اندازه ای از سیستم پیچیده…

دسته: فنی و مهندسی

حجم فایل: 1304 کیلوبایت

تعداد صفحه: 12

آنتروپی تخمینی به عنوان اندازه ای از سیستم پیچیده

خلاصه

روش هایی برای تعیین کردن تغییرات مربوط به پیچیدگی سیستم از داده های ارزیابی شده وجود دارد. همگرایی یک فرکانس با استفاده از الگوریتم بعد هم بستگی نسبت به یک مقدار معین می باشد که ضرورتا نشان دهنده مدل انتخابی نمی باشد. آنالیزهای اخیر خانواده ای از فرمول ها و آمارها را برای تخمین زدن تقریبی آنتروپی یا ApEn را فراهم ساخته است که پیشنهاد می کنند که ApEn می تواند به عنوان سیستم های پیچیده طبقه بندی شود و حداقل 1000 داده را در مجموعه های گوناگونی مشخص سازد کعه شامل هم بی نظمی های مهم و فرایندهای اتفاقی می شود. توانایی برای تغییر دادن پیچیدگی تصمیم از چنین مقدار کوچک مرتبط در مورد داده ها برای به کار بردن های ApEn در زمینه های مختلف حفظ شده است.

تلاش برای فهمیدن پدیده پیچیدگی، از طریق محققان علمی مورد بررسی قرار می گیرد که بی نظمی را به عنوان یک مدل ممکن در نظر گرفته اند. فرمول ها برای مشخص کردن رفتار بی نظمی در مشخصه های پوشش دار خاص از جاذبه های عجیب ارتقا یافته اند که نشان دهنده سیستم های دینامیکی طوللانی مدت می باشد. اخیرا مشخص شده است که در بیشتر مجموعه های غیر ریاضی فرمول های جدید الگوریتم هایی برای داده های سری های زمانی آزمایش به صورت اولیه برای آزمون آماری با دقت به کار می رود. در یکی از مقالات در این زمینه بحث شده بود که حضور بی نظمی های تعیین شده در مورد آنالیز داده ها وجود دارد و شامل تخمین های خطا براساس محاسبات ابعادی و آنتروپی می باشد. در حالی که آنالیزهای ریاضی سیستم های شناخته شده ای را تعیین می کنند که مورد علاقه هستند و دارای مسئله عمیق می باشند به گونه ای که کاربردهای الگوریتمی در آن ها و به خصوص در این جا خطرناک می باشد. حتی برای سیستم های بی نظم با ابعاد کم یک تعداد زیادی از نقاط برای به دست آوردن پوشش در این بعد و الگوریتم های آنتروپی مورد نیاز می باشد، اگر چه آن ها اغلب با تعداد نامناسبی از نقاط به کار برده می شوند. همچنین بیشتر آنتروپی ها و تعریف های ابعادی برای سیستم نویز به صورت ناپیوسته هستند. علاوه بر این تفسیرهای مربوط به مقادیر محاسبه شده ابعادی نیز مشاهده می گردد که به نظر می رسد که در حقیقت پایه و اساس کلی ندارد برای مثال تعداد متغیرههای آزاد یا معادله های متفاوت برای یک سیستم مدل مورد نیاز می باشد.

هدف از این مقاله ارتقا ادن یک مدل ریاضی برای خانواده ای از فذمولا ها و اعداد و ارقام آماری است که در آن ها آنتروپی تخمینی به صورت یک مفهوم کمی شده پیچیده ارائه میب گردد. ما سه سوال پایه ای در این زمینه می پرسیم 1- آیا می توان بی نظمی ها را از بعد پوششی یا آنتروپی محاسبه کرد2- اگر نه چگونه ما می توانیم آن را کمی کنیم و چگونه ابزارهایی در دسترس هستند؟ 3- اگر ما تلاش کنیم تا اندازه مربوط به سیستم پیچیده را استقرار دهیم که تغییر می کنند آیا ما می توانیم این کار را با نقاط داده ای کمتر و استحکام بیشتر در مقایسه با ابزارهای در دسترس موجود انجام دهیم؟

من نشان می دهم که یکی می تواند فرایند اتفاقی با بعد هم بسته 0 باشد و بنابراین پاسخ مربوط به 1 خیر می باشد. این نشان می دهد که فرایندهای تصادفی برای عبارت هایی موفق هستند که هم بسته هستند و می تواند ارزش های ابعادی معینی را ایجاد کند. یک فاز مربوط به پلات فضایی عبارت های پوشش دار در چنین موردی ممکن است سپس هم بستگی و ساختار را نشان دهد. این نشان دهنده مدل معینی می باشد. در این زمینه شکل های 4 الف و ب مربوط به بابلویانتاز و دستکس با هم مقایسه می گردند.

اگر یکی نتواند امیدوار برای استقرار یافتن بی نظمی باشد در نتیجه یکی تلاش می کند تا سیستم های پیچیده را از طریق تخمین زدن پارامتر تشخیص دهد. پارامترها اساسا مرتبط با بینظمی اندازه گیری بعد، مقدار اطلاعات ایجاد شده و طیف لیاپنو هستند. طبقه بندی کردن سیستم های دینامیکی از طریق آنتروپی و طیف لیاپنو از کارهای کولموگرو، سینایی و اسلدتس استنباط شده است اگر چه این کارها استناد به قضیه های ارگودیک دارد و نتایج برای مجموعه های احتمالی قابل کاربرد می باشد. فرمول های ابعادی به وسیله ساختاری تحریک می گردند که در محاسبه مربوط به آنتروپی شبیه به بعد هاسدورف و محاسبات مربوط به آن هستند. کاری تئوری بالا به معنای موثر بودن سیستم های دینامیکی معین، داده های نویزی یا تعیین کردن مجموعه ها نمی باشد. برای همه این فرمول ها و الگوریتم ها مقدار داده هایی که مورد نیاز می باشد به صورت پوشش دار به دست می آیند که به صورت غیر عملی بزرگ هستند. ولف و همکاران بین نقاط 10^d و 30^d نقاطی برای پر کردن بعد d در مجموعه بی نظم مورد نیاز می باشد. همچنین برای بیشتر فرایندهای تصادفی مدل های قابل پیش بینی برای برخی از سیستم های فیزیکی به صورت پیچیده پدیدار می شوند که با یک پارامتر کنترل تغییر می یابند چنان چه اندازه های فوق الذکر بدون تغییر باقی می مانند که اغلب با هر یک از مقادیر 0 یا بی نهایت هستند.

برای پاسخ دادن به سوال 3 من خانواده ای از پارامترهای سیستمی ApEn (m، r) را پیشنهاد می کنم و آن را به آمار ApEn (m، r، n) معرفی شده در منبع 7 مرتبط می کنم. تغییرات در این پارامترها به طور کلی موافق با تغییرات در فرمول های ذکر شده برای ابعاد کمتر سیستم های معین می باشد. تازگی ضروری برای پارامترهای ApEn (m، r) می تواند به عنوان یک سیستم وسیعی تشخیص داده شود و برای m کوچک به خصوص m=2 تخمین زدن ApEn (m، r) به وسیله ApEn (m، r، n) می تواند در ارتباط با نقاط کمتر به دست بیاید. این به صورت بالقوه به صورت سیستم ها با ابعاد کم به صورت سیستم های دوره ای و چندگانه با ابعاد گوناگون سیستم های بی نظم، تصادفی و ترکیبی شناخته می شود. در مجموعه تصادفی، روش های آنالیز برای محاسبه کردن ApEn (m، r) می تواند ApEn (m، r، n) را تخمین بزند و مقادیر مربوط به پوشش آماری را برای فرمول مربوط به همه مسائل قابل قبول را برای ابزارهایی تخمین بزند که بتواند همراه با خطوط احتمالی استقرار یابند.

قیمت: 8,000 تومان