محمود افشاری

این مقاله روشی برای رگرسیون چند متغیره توزیع شده بر اساس داده کاوی تجمعی بر پایه موجک ارائه می نماید. این روش بطور یکپارچه ، یادگیری ماشین و تئوری ارتباطات را با روشهای آماری بکار رفته در رگرسیون چند متغیره پارامتری برای آماده سازی یک تکنیک موثر داده کاوی برای استفاده در حوزه داده های توزیع شده و محیطهای محاسباتی ترکیب می کند. این تکنیک بر روی دو پایه مجموعه داده بر روی نتایج مشاهده شده ای که بر اساس اعمال تکنیک رگرسیون پارامتری استاندارد، برای متمرکز سازی داده ها بدست آمده بکار برده می شود. بررسی این روش از نظر دقت و صحت مدل بعنوان عملکرد مناسب تابع موجک و اندازه نمونه، نشان می دهد که مدل دقیق رگرسیون چند متغیره پارامتری می تواند از مجموعه داده های توزیع شده نا همگون در مقایسه با تجمیع مجموعه داده های توزیع شده عملکرد خوبی داشته باشد. کاربرد این روش برای آنالیز جدا کننده خطی مرتبط با رگرسیون چند متغیره پارامتری و نتایج طبقه بندی تولید شده روی مجموعه داده های متمرکز می باشد.