دانلود مقاله ترجمه شده تلفیق ( ترکیب) داده ها در الگوریتم های مختلف

 تلفیق داده ها شامل فرآیندی از ادغام چندین مجموعه داده با تعدادی متغیر رایج می باشد و سایر متغیرها تنها در مجموعه داده های جزئی قابل دسترسی می باشند. مشکل اصلی در تلفیق داده ها می تواند به شرح ذیل باشد. با داشتن مجموعه داده های X⁰  و Y⁰  ( با N⁰ ناظر توسط متغیرهای چندگانه x و y ، n و m بترتیب) از یک منبع و داشتن دادهای X¹   (با N¹ ناظر توسط n متغیرx مشابه ) از یک منبع دیگر ، ما نیاز به برآورد بخشی از داده های از دست رفته از داده های Y¹  ( از اندازه  N¹  توسط متغیرهای m ) به منظور ترکیب تمام داده ها در درون یک مجموعه داریم. الگوریتم های مختلفی برای اینکار درنظر گرفته شده اند، از جمله تخمین وزن متناسب با فاصله از هر ناظر i ام در X¹  مجموعه داده دریافت کننده برای تمام ناظرها در X⁰  مجموعه داده اعطا کننده یا می توانیم از یک تکنیک متعادل ساده با حداکثر تاثیرگذاری پایه به وسیله استفاده از خط الراس – رگرسیون برای سیستم Gifi از باینری های بدست آمده از متغیرهای x برای بهترین تناسب از داده های X⁰  اعطاکنندگان برای محدوده های تعریف شده توسط هر پاسخ دهنده در مجموعه داده X¹  دریافت کنند. سپس رگرسیون وزنی هر یک از y ها در مجموعه داده Y⁰  توسط تمام متغیرها در X⁰  ساخته شده اند. برای هر ناظر i ام در مجوعه داده X⁰  این رگرسیون ها برای پیش بینی y متغیر در Y¹  مجموعه داده دریافت کنندگان استفاده شده اند. اگر x و y متغیرهای مشابهی از منابع مختلف باشند ، از تکنیک مربعات حداقل دوجزئی و یک مدل ویژه رگرسیونی با تعاریف ساختگی هر یک از سه مجموعه قابل دسترسی ، برای پیش بینی داده های Y¹  استفاده می شود.

1-مقدمه

تلفیق داده شامل یکپارچه سازی منابع داده چندگانه ، با متغیر های رایج در منابع مختلف و سایر متغیر های قابل دسترسی در مجموعه داده جزئی ، برای دستیابی به یک مشارکت در کسب اطلاعات از تمام منابع می باشد...