দুটি বক্ররেখার বৈশিষ্ট্যগুলি কীভাবে তুলনা করবেন?


11

আমার দুটি কার্ভ এফ (এক্স) এবং জি (এক্স) এর সাথে তুলনা করতে হবে। তারা একই এক্স পরিসরে (বলুন -30 থেকে 30)। f (x) এর কিছু তীক্ষ্ণ চূড়া বা মসৃণ শৃঙ্গ এবং উপত্যকা থাকতে পারে। g (x) এর একই শিখর এবং উপত্যকা থাকতে পারে। যদি তাই হয় তবে এই বৈশিষ্ট্যগুলি ভিজ্যুয়াল পরিদর্শন ছাড়াই কতটা ভাল মেলে তার একটি পরিমাপ চাই। আমি নিম্নলিখিত পদ্ধতিতে এই সমস্যাটি সমাধান করার চেষ্টা করেছি।

  1. ফাংশনের মোট ক্ষেত্রের দ্বারা প্রতিটি ডাটা পয়েন্টকে ভাগ করে উভয় ফাংশনকে সাধারণকরণ করুন। এখন নরমালাইজড ফাংশনটির ক্ষেত্রফল 1.0
  2. প্রতিটি এক্সে এফ (এক্স) এবং জি (এক্স) এর মধ্যে সর্বনিম্ন মান পান। এটি আমাকে একটি নতুন ফাংশন দেবে যা মূলত f (x) এবং g (x) এর মধ্যে ওভারল্যাপিং অঞ্চল।
  3. আমি যখন পদক্ষেপ 2 এর ফলস্বরূপ ফাংশনটি সংহত করি তখন আমি 1.0 এর মধ্যে মোট ওভারল্যাপিং অঞ্চল পাই

তবে এটি আমাকে শিখায় না যে শৃঙ্গগুলি এবং উপত্যকাগুলির মিল রয়েছে কিনা। এটি করা যায় কিনা তা সম্পর্কে আমি নিশ্চিত নই তবে কেউ যদি কোনও পদ্ধতি জানেন তবে আমি আপনার সাহায্যের প্রশংসা করব।

== সম্পাদনা == স্পষ্টির জন্য আমি একটি চিত্র অন্তর্ভুক্ত করেছি।

নমুনা বক্ররেখা

দুটি বাঁক (কালো এবং নীল) এর মধ্যে পার্থক্য একরকম নাও হতে পারে তবে পরিপূরক আকার ধারণ করবে।

পটভূমি: ফাংশনগুলি কোনও যৌগের পারমাণবিক কক্ষপথের রাজ্যের (পিডিওএস) অনুমানিত ঘনত্ব। সুতরাং আমার কাছে s, p, d কক্ষপথের জন্য রাজ্য রয়েছে। আমি নির্ধারণ করতে চাই যে উপাদানটিতে এসপি, পিডি বা ডিডি সংকরকরণ রয়েছে (কক্ষপাল মিক্সিং)। আমার কাছে কেবলমাত্র ডেটা PDOS। যদি বলুন যে s কক্ষপথের PDOS (ফাংশন f (x)) এর পিখ কক্ষীয় (ফাংশন জি (এক্স)) এর PDOS এর একই শক্তি (x মান) এর মতো শিখর এবং উপত্যকা রয়েছে তবে সেই উপাদানটিতে স্পের মিশ্রণ রয়েছে।


1
সম্ভবত এটি mathoverflow.net নেবেন ?
ইউফোরিক

1
আমি ভাবছি ডিজিটাল অডিও ভাওয়াদের যদি একই রকম সমস্যা হয়?
ড্যান পিচেলম্যান

ধন্যবাদ ইউফোরিক, আমি mathoverflow.net এও প্রশ্নটি জিজ্ঞাসা করব
laalee

@ ল্যালি দয়া করে স্ট্যাক এক্সচেঞ্জ নেটওয়ার্কের একাধিক সাইটে আপনার প্রশ্ন জিজ্ঞাসা করবেন না। এছাড়াও ম্যাথ ওভারফ্লো হল গবেষণা-স্তরের গণিত। ম্যাথ স্ট্যাক এক্সচেঞ্জ অ-গবেষণা স্তর। আমি চাইলে এটি ম্যাথ বা অন্য কোথাও স্থানান্তর করতে পারি।
বিশ্ব প্রকৌশলী

আমি ক্ষমা প্রার্থনা করছি. আমি এটি গণিতের প্রবাহে মুছে ফেলার চেষ্টা করেছি কিন্তু আমি কোনও উপায় খুঁজে পাইনি। আপনি এটি মুছে ফেলতে পারলে আমি প্রশংসা করব ধন্যবাদ
লালে

উত্তর:


4

এটি বিশ্লেষণী রসায়ন, পদার্থবিজ্ঞান, স্পেকট্রোস্কোপি ইত্যাদির একটি সাধারণ এবং প্রায়শই কঠিন সমস্যা used ইত্যাদি ব্যবহৃত পদ্ধতিকে খুব পরিশীলিত পদ্ধতির তুলনায় সাধারণ আরএমএসডি তুলনা হতে পারে। কাজটি যদি ভিজ্যুয়াল ইন্সপেকশন দ্বারা করা সহজ না হয় (বৈশিষ্ট্য স্বীকৃতির জন্য মানুষগুলি নিখুঁতভাবে বিকশিত হয়), তবে সম্ভবত এটি গণনা করা শক্ত হবে।

একটি পদ্ধতির হ'ল "বেসলাইনগুলি" মুছে ফেলার চেষ্টা করা যাতে পিক বা ভ্যালির বৈশিষ্ট্যগুলি ব্যতীত ফাংশনগুলি শূন্য-মূল্যবান হয়। এটি নিম্ন-অর্ডার বহুপদী ব্যবহার করে কার্ভ ফিটিংয়ের সাহায্যে সর্বোত্তমভাবে করা হয় বা আরও ভাল, বেসলাইনটি কী দেখতে পারে এবং এর মতো দেখতে আরও উপযুক্ত নীতিগত মডেল। যদি পিকগুলি খুব তীক্ষ্ণ হয় তবে আপনি সহজেই ফাংশনটি মসৃণ করতে পারবেন এবং মূল ফাংশন থেকে স্মুটেড ফাংশনটি বিয়োগ করতে পারবেন।

বেসলাইনটি সরিয়ে নেওয়ার পরে, আপনি রেসিডুয়ালগুলি সাধারণীকরণ এবং উত্পন্ন করতে পারেন বা আরএমএসডি করতে পারেন (সহজ পদ্ধতিগুলি) বা আপনার সন্ধানের প্রতিটি বৈশিষ্ট্যের জন্য গাউসিয়ান (বা যে কোনও মডেল উপযুক্ত) ফিটিং করে শিখর / উপত্যকার বৈশিষ্ট্যগুলি সনাক্ত করার চেষ্টা করতে পারেন। আপনি যদি পর্বতগুলি ফিট করতে সক্ষম হন তবে আপনি শীর্ষ স্থান এবং অর্ধ-প্রস্থের তুলনা করতে পারেন।

পাইথনটি জানলে সাইকপাইতে একবার দেখুন। শুভকামনা।


আপনার উত্তরের জন্য ধন্যবাদ. তবে আমি কীভাবে বেসলাইন সন্ধান করব সে সম্পর্কে আমি পরিষ্কার নই। প্রতিটি ক্ষেত্রে আলাদা আলাদা ফাংশন থাকবে যা আমি সময়ের আগে অনুমান করতে পারি না।
লালে

3

এটি কেবল "আমার মাথার উপরের অংশে", তাই আমি সমস্যাটি পুরোপুরি ভুল বোঝাবুঝি হতে পারি তবে সম্ভবত আপনি কার্যগুলিতে কোনও মূল-বর্গ-দূরত্ব (আরএমএসডি) প্রয়োগ করতে পারেন । যদি আপনি কেবল শৃঙ্গ এবং উপত্যকাগুলিতে আগ্রহী হন, তবে সেই শিখর এবং উপত্যকার আশেপাশের অঞ্চলে এটি প্রয়োগ করুন (এটি কিছু এক্স +/- এমন কিছু অ্যাপসিলনের যেখানে উভয় ফাংশনের ডেরিভেটিভ শূন্য)। যদি এই ব্যাপ্তির আরএমএসডি শূন্যের কাছাকাছি হয়, তবে আপনার একটি ভাল মিল আছে, আমি মনে করি।


এটি মানগুলির মধ্যে পার্থক্য বিবেচনা করে, যা আকারগুলি সমান হলেও শূন্য নাও হতে পারে।
লালে

3

আমি এটি অনস্বীকার্য হিসাবে, আপনি যে তথ্য সন্ধান করছেন তা ফাংশনটির "টেবিল দেউস বিচিত্রতা" দ্বারা জানানো হয়েছে — আমি এর জন্য ইংরেজি নাম জানি না বলে খুব দুঃখিত!

এই টেবিল একটি differentiable ফাংশন যুক্ত করা হয় এবং আপনি মূল খোঁজার করে এটি গঠন করা F ' এবং চিহ্ন নির্ধারণ F' এই শূণ্যসমূহ মধ্যে প্রতিটি বিরতি করেন।

সুতরাং, যদি f ' এবং g' এর শূন্যগুলি কম বেশি মিলে যায় এবং থিস ফাংশনগুলির লক্ষণগুলি সম্মত হয়, তবে তাদের একটি অনুরূপ প্রোফাইল থাকবে।

আমি প্রথম যে প্রোগ্রামটি চেষ্টা করার চেষ্টা করব তা হ'ল:

  1. একটি ছোট নির্বাচন করুন ε
  2. এলোমেলোভাবে সংখ্যক আঁকুন এন পয়েন্ট এক্স [আমি] ব্যবধান যেখানে ফাংশন সংজ্ঞায়িত করা হয়।

  3. প্রতিটি নোডের জন্য F [i] = f (x [i] + ε) - f (x [i] - ε) এবং G [i] = g (x [i] + ε) - g (x) পার্থক্যগুলি গণনা করুন [i] - ε)

  4. যদি প্রতিটি নোডে, এফ [i] এবং জি [i] উভয়ই ε² এর চেয়ে ছোট হয় বা উভয়ই একই চিহ্ন থাকে, এই সিদ্ধান্তে পৌঁছুন যে দুটি ফাংশনের প্রায় একই প্রোফাইল রয়েছে।

এটা কি কাজ করে?


আপনার অন্তর্দৃষ্টিপূর্ণ উত্তরের জন্য মিচিপিলি ধন্যবাদ। বর্তমানে আমি একটি সময়সীমা পূরণের চেষ্টা করছি। তবে আমি যত তাড়াতাড়ি সম্ভব এটিকে বাস্তবায়ন করব এবং আপনাকে জানাতে পারি
laalee

1

ব্রুট ফোর্স: এই মানটির সাথে ধাপ হিসাবে সর্বনিম্ন নন-শূন্য ফ্লোট মানটি সন্ধান করুন, পুরো ডোমেনটি দেখুন এবং মানগুলি সমান কিনা তা পরীক্ষা করে দেখুন?

== সম্পাদনা ==

হুঁ ... ... যদি "একই আকৃতি" বলতে আপনার বোঝায় জি (এক্স) = সি * এফ (এক্স), এই সমাধানটি পরিবর্তন করা উচিত - ডোমেনের প্রতিটি উপাদানের জন্য আপনি f (x) / g (x) গণনা করে পরীক্ষা করে দেখুন কিনা ফলাফল প্রতিটি পয়েন্টের জন্য সমান (অবশ্যই, যদি g (x) == 0 হয়, তবে আপনি চ (চ) x (=) == 0 পরীক্ষা করে দেখুন, আপনি ভাগ করার চেষ্টা করছেন না)।

যদি "একই আকৃতির" এর অর্থ "স্থানীয় অপটিম এবং বেন্ডিং পয়েন্ট একই হয়" ... ভাল, স্থানীয় অপ্টিমগুলি এবং চ (এক্স) এবং জি (এক্স) (ডোমেন উপাদানগুলির সেট হিসাবে) এর জন্য নমনীয় পয়েন্টগুলি সন্ধান করুন এবং যদি সেগুলি পরীক্ষা করে দেখুন সেট সমান।

তৃতীয় বিকল্প: f (x) = g (x) + গ। ডোমেনের প্রতিটি উপাদানের f (x) -g (x) পার্থক্য রয়েছে কিনা তা পরীক্ষা করে দেখুন। এটি প্রায় প্রথম ক্ষেত্রে হিসাবে অভিন্ন, কিন্তু বিভাগ পরিবর্তে আপনার পার্থক্য রয়েছে।

== অন্য সম্পাদনা করুন ==

ঠিক আছে ... উপরের সম্পাদনা থেকে দ্বিতীয় পদ্ধতি কার্যকর হতে পারে। এছাড়াও, আপনি এটি প্রথম সার্ভেটিভের তুলনা চিহ্নের সাথে একীভূত করতে পারেন (প্রতীকী নয়, তবে df (x) = f (x) - f (x-steps)) হিসাবে গণনা করুন। যদি উভয় ফাংশনটিতে পুরো ডোমেনে একই ডেরাইভেটিভের চিহ্ন থাকে তবে কেবল নিশ্চিত হওয়ার জন্য, অপটিমাস এবং বেন্ডিং পয়েন্টগুলি পরীক্ষা করুন। আমি বলব এই শর্তগুলি আপনার যা প্রয়োজন তা করার জন্য পর্যাপ্ত হওয়া উচিত।


আপনার উত্তরের জন্য ধন্যবাদ ফিলিপ। তবে ফাংশনগুলির সমান মান নাও থাকতে পারে তবে একই আকার থাকতে পারে।
laalee

আমি এই মন্তব্যটি সম্পাদনা হিসাবে উত্তর দিতে সরানো। এটা দেখ.
ফিলিপ ম্যালকাজাক

আপনার উত্তরের জন্য ধন্যবাদ ফিলিপ। আমি আমার সমস্যা স্পষ্ট করতে একটি চিত্র যুক্ত করেছি।
লালে

1

এই বৈশিষ্ট্যগুলি ভিজ্যুয়াল পরিদর্শন ছাড়াই কতটা ভাল মেলে।

সম্ভবত সবচেয়ে সোজা উপায় হ'ল পিয়ারসনের পারস্পরিক সম্পর্কের সহগ গণনা করা । এটি হ'ল আপনার f (x) কে X এবং g (x) হিসাবে Y হিসাবে কার্যকরভাবে "প্লট জি (এক্স) কে এফ (এক্স) এর ফাংশন হিসাবে ব্যবহার করুন এবং দেখুন এটি কতটা সরলরেখা তৈরি করে"।

সম্পর্কের সহগ জনপ্রিয় কারণ এটি গণনা করা সহজ, এবং প্রায়শই কেবল হাত বুলিয়ে ন্যায়সঙ্গত হয়। এটি কিছু ব্যবহারের জন্য খুব ভাল প্রাথমিক অনুমান হতে পারে, তবে অবশ্যই এটি কোনও নিরাময়ের নয়।

রিয়েল-ওয়ার্ল্ড অ্যাপ্লিকেশনগুলিতে আরও ভাল ফলাফল পেতে আপনাকে বুঝতে হবে ডেটাতে কী চলছে, অর্থাত্ প্রক্রিয়া যা ডেটা উত্পন্ন করে। প্রায়শই কিছুটা ব্যাকগ্রাউন্ড থাকে এবং আকর্ষণীয় বৈশিষ্ট্যগুলি সেই পটভূমির উপরে চলে যায়। আপনি যদি পুরো ডেটাটি একটি কালো বাক্সে ফেলে দেন তবে আপনি বেশিরভাগ ব্যাকগ্রাউন্ডের তুলনা করতে পারেন: ব্ল্যাক বক্সটি জানেন না যে ডেটাটির কোন অংশটি আকর্ষণীয় অংশ। সুতরাং, আরও ভাল ফলাফল পেতে, প্রায়শই কোনওরকম ব্যাকগ্রাউন্ড সরিয়ে ফেলা ভাল, এবং তারপরে আপনি যা রেখেছেন তা তুলনা করুন। ফিটিং লাইন বা বক্ররেখা বা গড় গড়ে এবং বিয়োগ করে বা তাদের দ্বারা বিভাজন করা, নিম্ন-, ব্যান্ড- বা হাইপাস ফিল্টারিং, কিছু অরৈখিক ক্রিয়াকলাপের মাধ্যমে ডেটা ফিড করা ... আপনি এটির নাম দিন।

সঠিক কোনও উত্তর নেই। আপনি পদ্ধতিগুলি চেষ্টা করার মতো বিভিন্ন ফলাফল পাবেন। তবে, ফলাফলগুলির কিছুটি কিছু জনতার চেয়ে ভাল। তাত্ত্বিক যুক্তি সঠিক দিক থেকে শুরু করতে সহায়তা করতে পারে, তবে কীভাবে প্যারামিটারগুলি সেট করতে হয় এবং আপনার পদ্ধতিটিকে কীভাবে সুরক্ষিত করা যায়, চূড়ান্তভাবে কেবল তাদের চেষ্টা করে এবং বাস্তব-বিশ্বের ফলাফলের তুলনা করেই পাওয়া যাবে।

আমাদের সাইট ব্যবহার করে, আপনি স্বীকার করেছেন যে আপনি আমাদের কুকি নীতি এবং গোপনীয়তা নীতিটি পড়েছেন এবং বুঝতে পেরেছেন ।
Licensed under cc by-sa 3.0 with attribution required.