شناسایی داده های پرت رگرسیونی در حوزه طیف

SEP 9.2021

داده پَرت با بقیه نمونههاتفاوت قابل‌ملاحظه‌ای دارد، در تمام زمینه ها از قبیل طبقهبندی، خوشهبندی و مسائل رگرسیونی تأثیرات منفی برجای میگذارد. برای مقابله با تأثیر سوء دادههای فوقتدابیری باید اندیشیده شود که تأثیر آنها کمتر شده و اصطلاحاً روشی مقاوم ارائه شود. در مسائل رگرسیونی، روشهای متفاوتی برای تشخیص داده پَرت وجود دارد که اکثر آن‌ها در برابر این دادهها در حین انجام عمل رگرسیون جهت مقاوم‌سازی به شناسایی دادههای پَرت می‌پردازند، درواقعسطح تصمیمی را تخمین میزنند که متأثر از داده‌های پَرت نباشد.

اکثر روشها در حوزه ورودی هم‌بستگی بین ورودی‌ها را لحاظ میکنند، اما در این مقالهبه دنبال انتقال دادهها از حوزه ورودی به حوزه فرکانس با استفاده از تبدیل فوریه هستیم که به‌توانیم رابطهای ریاضی ارائه نماییم تا دادههایی که در بعضی از فرکانسها رفتار متفاوت با دیگر دادهها دارند شناسایی شود.

دراینصورت بهعنوان یک پیشپردازش بدون انجام عمل رگرسیون میتوانیم دادههای پَرت را شناسایی و حذف نماییم.راه‌کار ابتکاری معرفی شده در این مقاله بر روی داده‌های شبیه‌سازی شده و مجموعه داده‌های سری زمانی مورد آزمایش قرار خواهد گرفت و با روش‌های رگرسیون مقاوم مطرح شده در مرز‌های دانش مقایسه خواهد شد.