Eigen RadarBilim
Analiz

Yeni yöntem, ölçüm dizilerindeki değişimi nokta bulutlarından saptıyor

Hakemli bir matematik çalışması, zaman içinde alınan ölçümleri gecikmeli eşleriyle karşılaştırarak sinyaldeki yapı değişimini arıyor. Yöntem radyo sinyali benzetimlerinde, arşivlenmiş kalp ölçümlerinde ve kaotik hareketi temsil eden bir modelde sınandı. Bazı karşılaştırmalarda sinir ağı eğitmeden benzer ya da daha yüksek başarı elde edildi. Yeterli başlangıç verisi gerekiyor; kalp verileri üzerindeki deneme klinik doğrulama yerine araştırma örneği sunuyor.

Bilim··Öğle
Matematik dersliğinde, iki beyaz tepside farklı yoğunluklarda düzenlenmiş koyu boncuklar, nokta bulutu dağılımlarının karşılaştırılmasını fiziksel bir modelle gösteriyor.

Ölçüm çiftleri dağılımdaki değişimi açığa çıkarıyor

Bir sinyaldeki değişim, ölçümler daha sonraki değerlerle eşleştirildiğinde oluşan şekilden anlaşılabiliyor. Tek bir hakemli matematik çalışması bu yaklaşımla dizileri iki boyutlu nokta bulutlarına dönüştürüyor ve noktaların ne kadar yoğun dağıldığını hesaplıyor. Yöntemin bir kolu, farklı zaman gecikmelerinde bilgi miktarını anlatan entropiyi izliyor. Diğeri, yeni bir kesitin dağılımını önceki kesitlerden oluşturulan başlangıç dağılımıyla karşılaştırıyor. Böylece tek bir alana özgü belirti yerine sinyalin yapısındaki değişim aranıyor.[1]

Radyo benzetimleri ve kalp verileriyle sınandı

Radyo sinyali benzetimlerinde, değişen gürültü ve girişim koşullarında sinyali saptama başarısı sınandı. Yoğunluk karşılaştırması sinir ağı eğitimi gerektirmeden, bazı eğitilmiş yöntemlerle benzer başarıya ulaştı. Ayrı bir denemede, kalbin karıncıklarında ritim bozukluğu yaşayan kişilerden alınmış 35 elektrokardiyografi dizisi kullanıldı; her dizi sekiz dakika sürüyordu. Bu ölçümler klinik etkililik iddiası taşımayan bir araştırma örneğiydi. Lorenz sistemi olarak bilinen matematiksel örnekte de düzenli hareket ile kaotik hareketin görüldüğü aralıklar ayırt edildi.[1]

Başlangıç verisi ve yumuşatma ayarı saptamayı etkiliyor

Noktaların dağılımını hesaplarken seçilen yumuşatma ayarı sonucu etkiliyor. Fazla yumuşatma ince değişimleri silebilirken, az yumuşatma gürültüyü belirginleştirebilir. Güvenilir bir başlangıç dağılımı için yeterli geçmiş veri gerekiyor. Çok kısa diziler ve hızla değişen sistemler karşılaştırmayı güçleştiriyor; daha karmaşık hareketler için daha çok boyut gerekebilir. Farklı sinyal türlerindeki denemeler bu koşullara bağlı sonuçlar veriyor.[1]

Kaynakça

  1. Haber kaynağıScientific ReportsZaman dizilerindeki değişimi dağılım geometrisiyle arayan yöntem yayımlandı↩1↩2↩3