2024-03-29T17:53:49Z
https://jamm.scu.ac.ir/?_action=export&rf=summon&issue=1028
Journal of Advanced Mathematical Modeling
JAMM
2251-8088
2251-8088
1391
2
2
تحلیل بیزی مدل های شکنندگی در بررسی داده های بقا طولانی مدت
میترا
رحیم زاده
فرزاد
اسکندری
در تحلیل داده های بقا طولانی مدت دو دسته از مدل ها با نام مدلهای شفایافته آمیخته و ناآمیخته ارائه شدهاند. از آنجایی که استفاده از مدلهای شفایافته آمیخته در رویکرد بیزی دارای معایبی است، از جمله میتوان به عدم اطمینان از شناسایی پذیری بودن پارامترهای واقعی جامعه و همچنین ایجاد توزیع پسین ناسره به دلیل عدم انتخاب توزیعهای پیشین مناسب اشاره کرد. لذا در رویکرد بیزی از مدلهای ناآمیخته استفاده میشود. از طرفی به دلیل عدم توانایی در اندازه گیری تمامی عاملهای تأثیرگذار بر بقا بیماران، مدلهای شکنندگی در تحلیل بقا ارائهشدهاند. در مدل های شفایافته ناآمیخته ین (2005) اولین بار دو نوع از مدلهای شکنندگی را ارائه نمود. در این مقاله با ادغام دو مدل شکنندگی ارائهشده توسط یین، دو مدل شکنندگی جدید ارائه می کنیم و برازش بهتر آنها را به مدل های ارائه شده توسط یین در یک مجموعه داده حاصل از بقا بیماران لوکمی نشان میدهیم. برای برآورد پارامترها از رویکرد بیزی سلسله مراتبی استفاده میشود. تابع درستنمایی بر اساس تابع خطر نمایی تکه ای و توزیع شکنندگی لگ-نرمال تعیین میگردد و برآورد مشخصات توزیع های پسینی با بهکارگیری روش های مونتکارلوی زنجیر مارکوفی به دست می آیند. بر اساس معیار برازش اطلاع انحرافی برتری مدل های ارائه شده به مدلهای یین مورد تأیید قرار میگیرد.
Long term survivors
Non-mixture cure model
long-normal Frailty
Bayesian approach
2015
12
01
1
19
Journal of Advanced Mathematical Modeling
JAMM
2251-8088
2251-8088
1391
2
2
روش هاى چند گامی مستقل از مشتق برای حل عددی معادلات غیر خطی
فرشید
میرزایی
افسون
حمزه
در این مقاله٬ خانوادهای از روشهای چند گامی کارا و مستقل از مشتق را برای حل عددی معادلات غیرخطی بیان میکنیم. این روشهای چند گامی مبتنی بر چند جمله ای درونیاب نیوتن و روش تجزیه آدومیان[1] بهبود یافته میباشند. مرتبه همگرایی این روشها را محاسبه میکنیم و با استفاده از چند مثال کارایی روشهای چند گامی مستقل از مشتق را نشان میدهیم.
Nonlinear equations
Newton’s method
Adomian’s decomposition method
Several step methods
Derivative free iterative methods
1970
01
01
21
31
Journal of Advanced Mathematical Modeling
JAMM
2251-8088
2251-8088
1391
2
2
تحلیل استوار داده های فضایی در حضور داده های دورافتاده
محسن
محمدزاده
انور
محمدی
معمولاً تابع تغییرنگار که ساختار همبستگی دادههای فضایی را تعیین میکند و نقش پایه ای در تحلیل آنها دارد، نامعلوم است و لازم است براساس مشاهدات برآورد شود. وجود داده های دورافتاده در مشاهدات تاثیر نامناسبی در برآورد تغییرنگار و سایر بخشهای تحلیل دادههای فضایی همچون پیشگویی فضایی و برآورد پارامترهای روند دارد. در این مقاله ابتدا با استفاده از برآوردگرهای مقیاس، چند برآوردگر استوار جدید با نقطه فروریزش بالا برای تغییرنگار پیشنهاد میشود و کارایی آنها در یک مطالعه شبیه سازی مورد ارزیابی قرار میگیرد. سپس برآورد استوار پارامترهای روند و نحوه پیشگویی فضایی استوار ارائه میگردد. آنگاه ضمن ارائه یک فرایند کاری برای تحلیل استوار دادههای فضایی، نحوه به کارگیری آنها در تحلیل استوار متوسط دمای سالانه 170 شهر ایران مطرح و نقشههای پهنهبندی آنها ارائه میگردد.
Spatial Data
Variogram
Robust Scale Estimator
Robust
2013
02
19
33
48
Journal of Advanced Mathematical Modeling
JAMM
2251-8088
2251-8088
1391
2
2
بررسی جواب تقریبی مدل ریاضی مسئله ی اغتشاشی تکین شامل معادله ی مرتبه ی دوم خطی با ضرایب متغیر با شرایط مرزی دیریکله
علیرضا
سرخسی
محمد
جهانشاهی
مجتبی
سرخسی
موضوع اصلی این مقاله بررسی جوابهای مدل ریاضی مسائل اغتشاشی تکین است که در خیلی ازپدیده های فیزیکی و مهندسی ازجمله مکانیک سیالات، واکنشهای شیمیایی، مدارهای الکترونیکی، عمران و دینامیک شارهها ظاهر میشوند. یک مسئلهی اغتشاشی تکین در واقع یک مسئلهی مقدار مرزی است که در ضریب بالاترین مرتبهی مشتق موجود در معادله ی دیفرانسیل، پارامتر کوچک و مثبت ε ظاهر میشود. در این مقاله ساختار جواب های تقریبی را برای مدل ریاضی مسئلهی اغتشاشی تکین شامل معادله ی دیفرانسیل مرتبه دوم با ضرایب متغیر، برای دو حالت متمایز مطرح شده با تشکیل یا عدم تشکیل لایهی مرزی در نزدیکی نقاط مرزی، مورد بحث و بررسی قرار میدهیم. بر این اساس ابتدا بسط های مجانبی جواب را برای هر دو حالت مذکور با به کار بردن روش پنج مرحلهای بهدست می آوریم و در نهایت با استفاده از شرط سازگاری مجانبی، جواب تقریبی مجانبی یکنواخت برای مسئله بهدست می آید.
Boundary Layer Problem
Asymptotic Expansion of Solution
Matching Conditions
2013
02
19
49
70
Journal of Advanced Mathematical Modeling
JAMM
2251-8088
2251-8088
1391
2
2
کاربرد توزیعهای آمیخته - مقیاس نرمال چند متغیره در برازش مدلهای چند سطحی
ریحانه
شکل آبادی
ایرج
کاظمی
در بسیاری از تحقیقات کاربردی مدلهای چند سطحی چارچوب مناسبی برای مطالعه دادههای وابسته که در سطوح مختلف جمعآوری شدهاند فراهم میسازند. ما در این مقاله خانوادهای از توزیعهای آمیخته-مقیاس نرمال چند متغیره را برای مدلهای چند سطحی پیشنهاد میکنیم که نسبت به توزیع نرمال منعطفتر است. مدل پیشنهادی امکان برازش بهتر را وقتی توزیع مشاهدات دم سنگینتر و قلهمندتر از نرمال است فراهم میکند. با توجه به آنکه استنباط آماری پارامترها توسط روش حداکثر درستنمایی حاشیهای منجر به حل انتگرالهای پیچیده با ابعاد بالا خواهد شد رهیافت شبیهسازی مونتکارلوی زنجیر مارکوفی را برای برآورد بیزی پارامترهای مدل پیشنهاد میکنیم. از آنجا که کشیدگی توزیعهای مختلف عضو این خانواده متفاوت است، مدل چند سطحی را با انواع توزیعهایی از خانواده فوق بر مجموعهای از دادههای واقعی برازش میدهیم. در آخر، توسط معیارهای انتخاب مدل متداول بهترین مدل را که برازنده دادههاست برگزیدهایم.
Full conditional posteriors
Gibbs sampler
Markov chain Monte Carlo
Mixing variable
Multilevel Models
2013
02
19
71
88
Journal of Advanced Mathematical Modeling
JAMM
2251-8088
2251-8088
1391
2
2
استفاده از سیستم دستهبند چندگانه برای تشخیص بیماری آندومتریوز: رویکرد زیرفضای تصادفی
محمدرضا
آخوند
محمدعلی
باقری
علی
موسوی
اشرف
معینی
یکی از روشهای مناسب برای بهبود صحّت دستهبندی نمونهها، استفاده از چند دستهبند مختلف و سپس ترکیب نتایج خروجی آنها است که اغلب تحت عنوان «سیستمهای دستهبند چندگانه» یا «سیستمهای شورایی» خوانده میشوند. در این مقاله برای تشخیص بیماری آندومتریوز، سیستم دستهبند چندگانه براساس رویکرد زیرفضای تصادفی طراحی و پیادهسازی شده است. در این روش، دستهبندهای شورا با زیرمجموعههای ویژگی مختلف آموزش میبینند. در پایان، برای ارزیابی سیستم در تشخیص نمونه ی جدید آزمون، خروجی دستهبندها با روش رأیگیری حداکثری ادغام میشوند.
Prediction
Multiple classifier systems
Endometriosis diagnosis
Random subspace approach
2015
12
01
89
107