আমি জেমস-স্টেইন সংকোচনের ধারণা নিয়ে এসেছি (সম্ভবত যে সম্ভবত স্বতন্ত্র সাধারণের কোনও ভেক্টরের একক পর্যবেক্ষণের একটি ননলাইনার ফাংশন এলোমেলো ভেরিয়েবলগুলির মাধ্যমের আরও ভাল অনুমানকারী হতে পারে, যেখানে স্কোয়ার ত্রুটি দ্বারা 'আরও ভাল' পরিমাপ করা হয় )। যাইহোক, আমি প্রয়োগের কাজে এটি কখনও দেখিনি। স্পষ্টতই আমি যথেষ্ট পড়ছি না। জেমস-স্টেইন কোনও প্রয়োগকৃত সেটিংয়ে অনুমানের উন্নতি করেছে এমন কোনও ক্লাসিক উদাহরণ রয়েছে? যদি তা না হয় তবে এই জাতীয় সংকোচন কি কেবল একটি বৌদ্ধিক কৌতূহল?
উত্তর:
জেমস-স্টেইন অনুমানকটি ব্যাপকভাবে ব্যবহৃত হয় না তবে এটি নরম প্রান্তিককরণ, শক্ত থ্রেশহোল্ডিংকে অনুপ্রাণিত করে যা সত্যই বহুল ব্যবহৃত হয়।
ওয়েভলেট সংকোচনের প্রাক্কলন (আর প্যাকেজ তরঙ্গদর্শন দেখুন) সিগন্যাল প্রসেসিংয়ে প্রচুর পরিমাণে ব্যবহৃত হয়, ক্লাসিফিকেশনের জন্য সঙ্কুচিত সেন্ট্রয়েড (প্যাকেজ পামার) ডিএনএ মাইক্রো অ্যারের জন্য ব্যবহৃত হয়, সংকোচনের ব্যবহারিক দক্ষতার অনেকগুলি উদাহরণ রয়েছে ...
তাত্ত্বিক উদ্দেশ্যে, সংকোচনের প্রাক্কলন সম্পর্কে মোমবাতিদের পর্যালোচনার বিভাগটি দেখুন (p20-> জেমস স্টেইন এবং তার পরে বিভাগটি নরম এবং কঠোর প্রান্তিককরণের সাথে সম্পর্কিত):
http://citeseerx.ist.psu.edu/viewdoc/download?doi=10.1.1.161.8881&rep=rep1&type=pdf
মন্তব্যগুলি থেকে সম্পাদনা করুন: জেএস সংকোচন নরম / শক্ত ত্রিশের চেয়ে কম কেন ব্যবহৃত হয়?
জেমস স্টেইন হার্ড থ্রোসোল্ডিংয়ের চেয়ে স্বজ্ঞাতভাবে বোঝা (বাস্তবিক ও তাত্ত্বিকভাবে) এবং স্বজ্ঞাতভাবে বুঝতে আরও কঠিন তবে কেন প্রশ্নটি একটি ভাল প্রশ্ন!
রিজ রিগ্রেশন সংকোচনের একধরনের। দেখুন ড্র্যাপার & ভ্যান Nostrand (1979) ।
সঙ্কোচন সময় সিরিজের জন্য মৌসুমী কারণগুলি অনুমান করতেও কার্যকর প্রমাণিত হয়েছে। দেখুন মিলার এবং উইলিয়ামস (IJF, 2003) ।
অন্যদের দ্বারা যেমন উল্লেখ করা হয়েছে, জেমস-স্টেইন প্রায়শই সরাসরি ব্যবহৃত হয় না, তবে সঙ্কুচিত হওয়ার ক্ষেত্রে এটি প্রথম প্রথম কাগজ, যা একক এবং একাধিক প্রতিরোধের পরিবর্তে সর্বত্র ব্যবহৃত হয়। জেমস-স্টেইন এবং আধুনিক অনুমানের মধ্যকার লিংকটি E.Candes দ্বারা এই কাগজে বিস্তারিতভাবে ব্যাখ্যা করা হয়েছে । আপনার প্রশ্নে ফিরে যাওয়া, আমি মনে করি জেমস-স্টেইন একটি বৌদ্ধিক অ-কৌতূহল, এই অর্থে যে এটি নিশ্চিতভাবে বুদ্ধিমান ছিল, তবে পরিসংখ্যানগুলিতে একটি অবিশ্বাস্যরূপে বিঘ্নজনক প্রভাব ফেলেছিল এবং পরবর্তীকালে কেউ এটিকে কৌতূহল হিসাবে উড়িয়ে দিতে পারেন না। প্রত্যেকেই ভেবেছিল যে অভিজ্ঞতাবাদী উপায়গুলি একটি গ্রহণযোগ্য অনুমানকারী এবং স্টেইন একটি পাল্টা নমুনা দিয়ে তাদের ভুল প্রমাণ করেছে proved বাকিটা ইতিহাস.
কর্বিনিয় স্ট্রিমার জিনস নেটওয়ার্কগুলি আনফার করার জন্য জেমস-স্টেইন অনুমানকারী ব্যবহার করে । আমি তার আর প্যাকেজগুলি কয়েকবার ব্যবহার করেছি এবং মনে হচ্ছে এটি খুব ভাল এবং দ্রুত উত্তর সরবরাহ করেছে।