التنبؤ البيع من قبل مرجح بشكل كبير - الحركة - المتوسطات

التنبؤات الموسمية والاتجاهات حسب المتوسطات المتحركة المرجح بشكل كبير تشارلز C. هولت كلية الدراسات العليا في إدارة الأعمال، جامعة تكساس في أوستن، أوستن، تكس، الولايات المتحدة الأمريكية متاحة على الانترنت 28 يناير 2004. توفر الورقة تطورا منهجيا لتعبيرات التنبؤ للمتوسطات المتحركة الأثقال الأسية . يتم فحص طرق لسلسلة مع أي اتجاه، أو الاتجاه مضاف أو مضاعف. وبالمثل، فإن الطرق تغطي سلسلة غير الموسمية، والموسمية مع هياكل الخطأ المضافة أو مضاعفة. والورقة نسخة منقحة من تقرير عام 1957 إلى مكتب البحوث البحرية (أونر 52)، ويجري نشره هنا لتوفير إمكانية أكبر للوصول. تشارلز C. هولت هو أستاذ إدارة فخري في كلية الدراسات العليا في إدارة الأعمال، جامعة تكساس في أوستن. أبحاثه الحالية هي على أساليب القرار الكمي، ونظم دعم القرار، والتنبؤ المالي. في السابق كان قد أجرى البحث والتدريس في M. I.T. وجامعة كارنيجي ميلون، وكلية لندن للاقتصاد، وجامعة ويسكونسن، والمعهد الحضري. وقد كان نشطا في تطبيقات الحاسوب منذ عام 1947، وقد أجرى بحوثا حول التحكم الآلي، ومحاكاة النظم الاقتصادية، وجدولة الإنتاج، والعمالة والمخزون، وديناميات التضخم والبطالة. حقوق الطبع والنشر 2004 نشرت من قبل إلزيفير B. V. نقلا عن المقالات () من قبل هوى، جون كروكروفت، إيكو يونيكي - في بروك. أسم موبيهوك. 2008. نسعى في هذه الورقة إلى تحسين فهمنا للحراك البشري من حيث الهياكل الاجتماعية، واستخدام هذه الهياكل في تصميم خوارزميات إعادة التوجيه للشبكات المحولة الجيب (بسنس). أخذ آثار التنقل البشري من العالم الحقيقي، نكتشف أن التفاعل البشري هو متغاير. نسعى في هذه الورقة إلى تحسين فهمنا للحراك البشري من حيث الهياكل الاجتماعية، واستخدام هذه الهياكل في تصميم خوارزميات إعادة التوجيه للشبكات المحولة الجيب (بسنس). مع أخذ آثار التنقل البشري من العالم الحقيقي، نكتشف أن التفاعل البشري غير متجانس سواء من حيث المحاور (الأفراد الشعبيين) والمجموعات أو المجتمعات. نقترح خوارزمية الشحن الاجتماعي القائم، فقاعة، والذي يظهر تجريبيا لتحسين كفاءة الشحن بشكل ملحوظ مقارنة مخططات إعادة توجيه غافضة وخوارزمية النبوي. كما نبين كيف يمكن تنفيذ هذه الخوارزمية بطريقة موزعة، مما يدل على أنها قابلة للتطبيق في البيئة اللامركزية لشبكات بسن. ويندوز، مثل من أمس إلى الآن، ثم حساب درجة متوسطة لكل 6 ساعات. نحن نسمي هذا النهج نافذة التراكمي (C - نافذة). هذه التقنية هي مماثلة لتمهيد الأسي -31--، ونحن سوف التحقيق في مزيد من العمل. وسوف نعرض كذلك في القسم 6 أن ديغري، S-ويندو، و C-ويندو يمكن أن تقارب المركزية المحسوبة مسبقا بشكل جيد جدا، وقياس المركزية. من قبل بان هوى، جون كروكروفت، إيكو يونيكي - معاملات إيي على الحوسبة المتنقلة. أبستراكتث اختراق متزايد من الأجهزة الذكية مع القدرة على الشبكات تشكل شبكات جديدة. وهذه الشبكات، التي يشار إليها أيضا باسم الشبكات المحولة بالشبكات الجيبية (بسنس)، ترتبط بشكل متقطع وتمثل نقلة نوعية في إرسال البيانات بطريقة مخصصة. البنية الاجتماعية و إنتيراكتيفي. أبستراكتث اختراق متزايد من الأجهزة الذكية مع القدرة على الشبكات تشكل شبكات جديدة. وهذه الشبكات، التي يشار إليها أيضا باسم الشبكات المحولة بالشبكات الجيبية (بسنس)، ترتبط بشكل متقطع وتمثل نقلة نوعية في إرسال البيانات بطريقة مخصصة. ويملي الهيكل الاجتماعي والتفاعل بين مستخدمي هذه الأجهزة أداء بروتوكولات التوجيه في شبكات بسن. وتحقيقا لهذه الغاية، تعتبر المعلومات الاجتماعية مقياسا أساسيا لتصميم خوارزميات إعادة توجيه هذه الأنواع من الشبكات. اعتمدت الطرق السابقة على بناء وتحديث جداول التوجيه للتعامل مع ظروف الشبكة الديناميكية. على الجانب السلبي، فقد تبين أن هذه النهج في نهاية المطاف تكلفة غير فعالة بسبب الاستيلاء الجزئي على سلوك شبكة عابرة. وهناك نهج أكثر واعدة يتمثل في استيعاب الخصائص الجوهرية لهذه الشبكات والاستفادة منها في تصميم خوارزميات التوجيه. في هذه الورقة، نستغل مقياسين اجتماعيين وهيكليين، وهما المركزية والمجتمع، باستخدام آثار التنقل البشري الحقيقية. مساهمات هذه الورقة هي ذات شقين. أولا، نقوم بتصميم وتقييم بابل، وهو خوارزمية إعادة التوجيه الاجتماعية المستندة، التي تستخدم المقاييس المذكورة أعلاه لتعزيز أداء التسليم. ثانيا، نحن تظهر تجريبيا أن فقاعة يمكن أن تحسن بشكل كبير أداء الشحن بالمقارنة مع عدد من الخوارزميات المقترحة سابقا بما في ذلك خوارزمية النبوة على أساس التاريخ المرجعية، وخوارزمية سيمبيت التوجيه الاجتماعي القائم. مصطلحات الفهرس الشبكات الاجتماعية، خوارزميات إعادة التوجيه، شبكات متسامحة للتأخير، شبكات تبديل الجيب، مركزية، كشف المجتمع. 1 إرداي إلى الآن، ثم حساب متوسط ​​درجة لكل 6 ساعات. نحن نسمي هذا النهج نافذة التراكمي (C - نافذة). هذه التقنية تشبه تقنية الإحصاءات تسمى التمهيد الأسي -24-- ونود أن نفعل مزيد من التحقيق النظري. ويمكننا أن نرى من الشكل 21 أن النهج S-ويندو يعكس السياق الأحدث، ويحقق بحد أقصى 4 في المائة تحسن في التسليم. بي جان G دي غويجر، روب J هيندمان - المجلة الدولية للتنبؤ. ملخص: نحن نستعرض السنوات ال 25 الماضية من البحث في التنبؤ السلاسل الزمنية. في هذه القضية اليوبيل الفضي، ونحن بطبيعة الحال تسليط الضوء على النتائج المنشورة في المجلات التي يديرها المعهد الدولي للتنبؤات (مجلة التنبؤ 19821985 المجلة الدولية للتنبؤ 19852005). ملخص: نحن نستعرض السنوات ال 25 الماضية من البحث في التنبؤ السلاسل الزمنية. في هذه القضية اليوبيل الفضي، ونحن بطبيعة الحال تسليط الضوء على النتائج المنشورة في المجلات التي يديرها المعهد الدولي للتنبؤات (مجلة التنبؤ 19821985 المجلة الدولية للتنبؤ 19852005). خلال هذه الفترة، أكثر من ثلث جميع الأوراق المنشورة في هذه المجلات تتعلق بالتسلسل الزمني. ونستعرض أيضا أعمالا ذات تأثير كبير على التنبؤ بالسلاسل الزمنية التي نشرت في أماكن أخرى خلال هذه الفترة. وقد أحرز تقدم هائل في العديد من المجالات، ولكننا نجد أن هناك عددا كبيرا من المواضيع التي تحتاج إلى مزيد من التطوير. نختتم مع تعليقات على يوهونغ يانغ - نظرية الاقتصاد القياسي. 2004. ندرس بعض طرق الجمع بين إجراءات التنبؤ المتغير العشوائي المستمر. يتم الحصول على حدود المخاطر الإحصائية تحت خسارة الخطأ المربع تحت افتراضات توزيع خفيفة على المستقبل نظرا للمعلومات الخارجية الحالية والملاحظات السابقة. وتظهر حدود المخاطر ذلك. ندرس بعض طرق الجمع بين إجراءات التنبؤ المتغير العشوائي المستمر. يتم الحصول على حدود المخاطر الإحصائية تحت خسارة الخطأ المربع تحت افتراضات توزيع خفيفة على المستقبل نظرا للمعلومات الخارجية الحالية والملاحظات السابقة. وتظهر حدود المخاطر أن التوقعات المجمعة تحقق تلقائيا أفضل أداء بين إجراءات المرشحين حتى عامل ثابت وفترة عقوبة إضافية. أما بالنسبة لمعدل التقارب، فإن التنبؤ المشترك ينفذ كذلك إذا كان المرء يعرف ما هي إجراءات التنبؤ بالمرشح التي هي الأفضل في وقت مبكر. وتشير الدراسات التجريبية إلى أن الجمع بين الإجراءات يمكن أن يحسن في بعض الأحيان دقة التنبؤ مقارنة بالإجراءات الأصلية. وتستمد حدود المخاطر من الناحية النظرية لتحديد الكسب والسعر المحتملين للجمع الخطي بين توقعات التحسين. وتؤيد النتيجة الاستنتاج التجريبي بأنه ليس من المفيد تلقائيا الجمع بين التنبؤات. ويمكن للجمع بين الأعمى أن يحط من الأداء بشكل كبير بسبب التباين الكبير غير المرغوب فيه في تقدير أفضل الأوزان الجمع. وتظهر طريقة الجمع الآلي نظريا لتحقيق التوازن بين الكسب المحتمل وعقوبة التعقيد (سعر الجمع) للاستفادة (إن وجدت) من الجمع المتناثر والحفاظ على أفضل أداء (في المعدل) بين التنبؤ المرشح الإجراءات إذا كان الخطية أو متفرق الجمع لا يساعد. جورج أثاناسوبولوس، روب J. هيندمان. في هذه الورقة، ونحن نموذج وتوقع الطلب السياحي المحلي الاسترالي. نحن نستخدم إطار الانحدار لتقدير العلاقات الاقتصادية الهامة لطلب السياحة المحلية. كما نحدد أثر الأحداث العالمية مثل أوليمبياد سيدني 2000 وتفجيرات بالي عام 2002 على القباب الاسترالية. في هذه الورقة، ونحن نموذج وتوقع الطلب السياحي المحلي الاسترالي. نحن نستخدم إطار الانحدار لتقدير العلاقات الاقتصادية الهامة لطلب السياحة المحلية. كما نحدد تأثير الأحداث العالمية مثل أولمبياد سيدني 2000 وتفجيرات بالي عام 2002 على السياحة المحلية الأسترالية. لاستكشاف طبيعة سلسلة زمنية من البيانات، ونحن نستخدم الابتكارات نماذج الفضاء الدولة لتوقع الطلب على السياحة المحلية. الجمع بين هذين الإطارين، ونحن نبني ابتكارات نماذج الفضاء الدولة مع المتغيرات الخارجية. هذه النماذج قادرة على التقاط ديناميات السلاسل الزمنية في البيانات، فضلا عن العلاقات الاقتصادية وغيرها. وتبين لنا أن هذه النماذج تفوق النهج البديلة للتنبؤ على المدى القصير وتنتج أيضا توقعات معقولة على المدى الطويل. تتم مقارنة التوقعات مع توقعات الحكومة الأسترالية الرسمية، التي يتبين أنها أكثر تفاؤلا من توقعاتنا. من جميع مستويات التعليم. 3.2. التجانس الأسي عبر الابتكارات نماذج الفضاء في الدولة اقترح التمهيد الأسي في أواخر الخمسينيات (انظر الأعمال الرائدة في براون، 1959 هولت، 1957 - Winters، 1960--) ودافع بعض من أكثر أساليب التنبؤ نجاحا. والتنبؤات التي تنتج باستخدام أساليب التمهيد الأسي هي المتوسطات المرجحة للملاحظات السابقة، مع ترجيح الأوزان. من قبل إيلان ألون، مين تشى، روبرت ج. سادوسكي - مجلة التجزئة والخدمات الاستهلاكية. 2001. مثل العديد من السلاسل الزمنية الاقتصادية الأخرى، الولايات المتحدة إجمالي مبيعات التجزئة لديها اتجاه قوي والأنماط الموسمية. وكانت أفضل طريقة للتنبؤ بهذه الأنماط والتنبؤ بها مسألة طال أمدها في تحليل السلاسل الزمنية. يقارن هذا المقال الشبكات العصبية أرتيكوتسيال والطرق التقليدية بما في ذلك الشتاء. مثل العديد من السلاسل الزمنية الاقتصادية الأخرى، الولايات المتحدة إجمالي مبيعات التجزئة لديها اتجاه قوي والأنماط الموسمية. وكانت أفضل طريقة للتنبؤ بهذه الأنماط والتنبؤ بها مسألة طال أمدها في تحليل السلاسل الزمنية. يقارن هذا المقال الشبكات العصبية أرتيامبكوتسيال والطرق التقليدية بما في ذلك وينترس الأسي التمهيد، نموذج بوكسجينكينز أريما، والانحدار متعدد المتغيرات. وتشير النتائج إلى أن متوسط ​​أنس أجرة إيجابية في ما يتعلق بالطرق الإحصائية التقليدية أكثر، تليها نموذج بوكسجنكنز. وعلى الرغم من بساطته، فقد تبين أن نموذج الشتاء هو طريقة قابلة للتطبيق للتنبؤ متعدد الخطوات في ظل ظروف اقتصادية مستقرة نسبيا. ويظهر تحليل المشتقات أن نموذج الشبكة العصبية قادر على التقاط الاتجاه غير الخطية الديناميكي ومن قبل شوندرا هيل، ديباك K. أغروال، روبرت بيل، كريس فولينسكي - مجلة الإحصاءات الحسابية والرسومية. 2006. شبكة ديناميكية هو نوع خاص من شبكة تتألف من ترانزاكاكورس متصلة التي تتفاعل التفاعل المتكرر. وتنتشر البيانات المتعلقة بالشبكات الدينامية الكبيرة مثل شبكات الاتصالات السلكية واللاسلكية والإنترنت. ومع ذلك، تمثل الشبكات الديناميكية بطريقة مواتية لفعالية. شبكة ديناميكية هو نوع خاص من شبكة تتألف من ترانزاكاكورس متصلة التي تتفاعل التفاعل المتكرر. وتنتشر البيانات المتعلقة بالشبكات الدينامية الكبيرة مثل شبكات الاتصالات السلكية واللاسلكية والإنترنت. ومع ذلك، يمثل تمثيل الشبكات الديناميكية بطريقة تفضي إلى تحليل فعال واسع النطاق تحديا. في هذه المقالة، نحن نمثل الرسوم البيانية الديناميكية باستخدام بنية البيانات المقدمة في مقال سابق. ونحن ندعو لتمثيلها لأنها تمثل إفو-لوتيون العلاقات بين المعاملات عبر الزمن، ويخفف من الضوضاء على مستوى المعاملات المحلية، ويسمح لإزالة العلاقات التي لا معنى لها. عملنا يحسن على الحجج الخاصة بهم من خلال إضفاء الطابع الرسمي على التمثيل مع ثلاثة الانضباط با-راميترز. في القيام بذلك، ونحن في وضع إطار عام لتقييم وضبط أي الرسم البياني الديناميكي. وتبين لنا أن التقريبات في توفير التخزين المتضمنة في التكرار لا تؤثر على الأداء التنبئي، وعادة ما تحسنه. نحن تحفيز نهجنا باستخدام مثال الكشف عن الاحتيال من صناعة الاتصالات السلكية واللاسلكية، وإثبات أننا يمكن أن تفوق النتائج المنشورة على مهمة الكشف عن الاحتيال. وبالإضافة إلى ذلك، نقدم تحليلا أوليا على سجلات الويب وشبكات البريد الإلكتروني. مما يؤثر على الرسم البياني الحالي. هذا الشكل من الوزن وظيفة مريحة بمعنى أن مكافئ (l) يمكن التعبير عنها في شكل تكرار: هذا النموذج هو معروف في الإحصاءات كما الأسي تمهيد -30--. أنه يوفر تطور ديناميكي سلس من غ. وتسمح لنا الطبيعة التكرارية للتحديث بإدراج المعلومات من جميع الفترات الزمنية السابقة دون تكبد الإدارة والتخزين. من ستيفن ونكيل، C. بادي فارينجتون، بول H. غارثويت، كريس روبرتسون، نيك اندروز. ويجب الكشف عن مجموعات غير عادية من الأمراض بسرعة من أجل إدخال تدخلات فعالة في مجال الصحة العامة. على مدى العقد الماضي كانت هناك زيادة في الاهتمام بالأساليب الإحصائية للكشف المبكر عن تفشي الأمراض المعدية. وقد أدى هذا النمو في الفائدة إلى الكثير من جديد. ويجب الكشف عن مجموعات غير عادية من الأمراض بسرعة من أجل إدخال تدخلات فعالة في مجال الصحة العامة. على مدى العقد الماضي كانت هناك زيادة في الاهتمام بالأساليب الإحصائية للكشف المبكر عن تفشي الأمراض المعدية. وقد أدى هذا النمو في الفائدة إلى الكثير من العمل المنهجي الجديد، والتي تتراوح بين مجموعة من الأساليب الإحصائية. وتقدم هذه الورقة استعراضا شاملا للنهج الإحصائية المقترحة. وتقدم التطبيقات إلى كل من بيانات المراقبة المختبرية والمتلازمية لتوضيح الطرق المختلفة. (ه) الاتجاه والمكون الموسمي. وهناك طريقتان شائعتان للمسلسلات الزمنية المستخدمة في المراقبة هما التجانس الأسي البسيط (على سبيل المثال هيلي 1983 نغو وآخرون 1996) وإجراء هولت-وينترس (هولت 1957 - Winters 1960--). بسيطة الأسي تمهيد يؤكد البيانات لا يوجد اتجاه أو موسمية. وهي تشكل تنبؤات عن طريق أخذ المتوسط ​​المرجح للمالحظات السابقة، حيث تنخفض األوزان أضعافا مضاعفة. من قبل سارة جيلبر، كريستوف كروكس، سارة جيلبر، رولاند فرايد، كريستوف كروكس. 2007. يتم عرض إصدارات قوية من الأسية وهولت-وينترس طريقة تمهيد للتنبؤ. وهي مناسبة للتنبؤ بسلسلة زمنية أحادية المتغير في وجود القيم المتطرفة. يتم عرض الأسي قوية وهولت-وينترس أساليب التجانس كمخطط تحديث متكرر. كل من أوبدات. يتم عرض إصدارات قوية من الأسية وهولت-وينترس طريقة تمهيد للتنبؤ. وهي مناسبة للتنبؤ بسلسلة زمنية أحادية المتغير في وجود القيم المتطرفة. يتم عرض الأسي قوية وهولت-وينترس أساليب التجانس كمخطط تحديث متكرر. يتم معادلة كل من معادلة التحديث واختيار المعلمات تمهيد. هذا الأسلوب القوي هو ما يعادل شكل معين من كالمان لتر قوية في نموذج الاتجاه الخطي المحلي. وتقارن دراسة المحاكاة التوقعات القوية والكلاسيكية. تم العثور على طريقة عرض أن يكون أداء توقعات جيدة لسلاسل زمنية مع وبدون القيم المتطرفة، فضلا عن الدهون سلسلة الوقت الذيل. يتم توضيح الطريقة باستخدام البيانات الحقيقية التي تتضمن الاتجاهات والآثار الموسمية. . وفي هذا البحث، نسعى إلى تحسين فهم بنية التنقل البشري، بغية استخدام هذا الأسلوب في تصميم خوارزميات لنشر البيانات بين مستخدمي الهواتف النقالة. إن التعاون يربط المجتمع البشري بالمجتمعات. أعضاء المجتمع نفسه تتفاعل مع إيك. وفي هذا البحث، نسعى إلى تحسين فهم بنية التنقل البشري، بغية استخدام هذا الأسلوب في تصميم خوارزميات لنشر البيانات بين مستخدمي الهواتف النقالة. إن التعاون يربط المجتمع البشري بالمجتمعات. يتفاعل أعضاء نفس المجتمع مع بعضهم البعض بشكل تفضيلي. هناك هيكل في المجتمع البشري. داخل المجتمع ومجتمعاته، الأفراد لديهم شعبية مختلفة. بعض الناس أكثر شعبية والتفاعل مع عدد أكبر من الناس من غيرها قد ندعو لهم محاور. ترتيب الشعبية هو وجه واحد من السكان. في العديد من الشبكات المادية، تكون بعض العقد أكثر ارتباطا ببعضها البعض بخلاف بقية الشبكة. وعادة ما تسمى مجموعة من هذه العقد مجموعات أو مجتمعات أو مجموعات متماسكة أو وحدات. وهناك أيضا هيكل للتواصل الاجتماعي. يمكن استخدام مقاييس مختلفة مثل تدفق المعلومات، فريمين بينيننيس، القرب والقدرة الاستدلالية، ولكن لكل منهم، يمكن تعيين كل عقدة في الشبكة قيمة مركزية عالمية. 1. إلى الآن، ثم حساب متوسط ​​درجة لكل 6 ساعات. ونحن نسمي هذا النهج نافذة تراكمية (أويندو). هذه التقنية تشبه تقنية الإحصاء تسمى التمهيد الأسي -28-- ونود أن نفعل المزيد من التحقيق النظري. ويعكس نهج S - نافذة السياق الأحدث، ويحقق أقصى قدر من 4 تحسن في نسبة التسليم من ديغري، ولكن في ضعف c. by بان هوى، جون كروكروفت، إيكو يونيكي - في بروك. أسم موبيهوك. 2008. نسعى في هذه الورقة إلى تحسين فهمنا للحراك البشري من حيث الهياكل الاجتماعية، واستخدام هذه الهياكل في تصميم خوارزميات إعادة التوجيه للشبكات المحولة الجيب (بسنس). أخذ آثار التنقل البشري من العالم الحقيقي، نكتشف أن التفاعل البشري هو متغاير. نسعى في هذه الورقة إلى تحسين فهمنا للحراك البشري من حيث الهياكل الاجتماعية، واستخدام هذه الهياكل في تصميم خوارزميات إعادة التوجيه للشبكات المحولة الجيب (بسنس). مع أخذ آثار التنقل البشري من العالم الحقيقي، نكتشف أن التفاعل البشري غير متجانس سواء من حيث المحاور (الأفراد الشعبيين) والمجموعات أو المجتمعات. نقترح خوارزمية الشحن الاجتماعي القائم، فقاعة، والذي يظهر تجريبيا لتحسين كفاءة الشحن بشكل ملحوظ مقارنة مخططات إعادة توجيه غافضة وخوارزمية النبوي. كما نبين كيف يمكن تنفيذ هذه الخوارزمية بطريقة موزعة، مما يدل على أنها قابلة للتطبيق في البيئة اللامركزية لشبكات بسن. ويندوز، مثل من أمس إلى الآن، ثم حساب درجة متوسطة لكل 6 ساعات. نحن نسمي هذا النهج نافذة التراكمي (C - نافذة). هذه التقنية هي مماثلة لتمهيد الأسي -31--، ونحن سوف التحقيق في مزيد من العمل. وسوف نعرض كذلك في القسم 6 أن ديغري، S-ويندو، و C-ويندو يمكن أن تقارب المركزية المحسوبة مسبقا بشكل جيد جدا، وقياس المركزية. من قبل بان هوى، جون كروكروفت، إيكو يونيكي - معاملات إيي على الحوسبة المتنقلة. أبستراكتث اختراق متزايد من الأجهزة الذكية مع القدرة على الشبكات تشكل شبكات جديدة. وهذه الشبكات، التي يشار إليها أيضا باسم الشبكات المحولة بالشبكات الجيبية (بسنس)، ترتبط بشكل متقطع وتمثل نقلة نوعية في إرسال البيانات بطريقة مخصصة. البنية الاجتماعية و إنتيراكتيفي. أبستراكتث اختراق متزايد من الأجهزة الذكية مع القدرة على الشبكات تشكل شبكات جديدة. وهذه الشبكات، التي يشار إليها أيضا باسم الشبكات المحولة بالشبكات الجيبية (بسنس)، ترتبط بشكل متقطع وتمثل نقلة نوعية في إرسال البيانات بطريقة مخصصة. ويملي الهيكل الاجتماعي والتفاعل بين مستخدمي هذه الأجهزة أداء بروتوكولات التوجيه في شبكات بسن. وتحقيقا لهذه الغاية، تعتبر المعلومات الاجتماعية مقياسا أساسيا لتصميم خوارزميات إعادة توجيه هذه الأنواع من الشبكات. اعتمدت الطرق السابقة على بناء وتحديث جداول التوجيه للتعامل مع ظروف الشبكة الديناميكية. على الجانب السلبي، فقد تبين أن هذه النهج في نهاية المطاف تكلفة غير فعالة بسبب الاستيلاء الجزئي على سلوك شبكة عابرة. وهناك نهج أكثر واعدة يتمثل في استيعاب الخصائص الجوهرية لهذه الشبكات والاستفادة منها في تصميم خوارزميات التوجيه. في هذه الورقة، نستغل مقياسين اجتماعيين وهيكليين، وهما المركزية والمجتمع، باستخدام آثار التنقل البشري الحقيقية. مساهمات هذه الورقة هي ذات شقين. أولا، نقوم بتصميم وتقييم بابل، وهو خوارزمية إعادة التوجيه الاجتماعية المستندة، التي تستخدم المقاييس المذكورة أعلاه لتعزيز أداء التسليم. ثانيا، نحن تظهر تجريبيا أن فقاعة يمكن أن تحسن بشكل كبير أداء الشحن بالمقارنة مع عدد من الخوارزميات المقترحة سابقا بما في ذلك خوارزمية النبوة على أساس التاريخ المرجعية، وخوارزمية سيمبيت التوجيه الاجتماعي القائم. مصطلحات الفهرس الشبكات الاجتماعية، خوارزميات إعادة التوجيه، شبكات متسامحة للتأخير، شبكات تبديل الجيب، مركزية، كشف المجتمع. 1 إرداي إلى الآن، ثم حساب متوسط ​​درجة لكل 6 ساعات. نحن نسمي هذا النهج نافذة التراكمي (C - نافذة). هذه التقنية تشبه تقنية الإحصاءات تسمى التمهيد الأسي -24-- ونود أن نفعل مزيد من التحقيق النظري. ويمكننا أن نرى من الشكل 21 أن النهج S-ويندو يعكس السياق الأحدث، ويحقق بحد أقصى 4 في المائة تحسن في التسليم. بي جان G دي غويجر، روب J هيندمان - المجلة الدولية للتنبؤ. ملخص: نحن نستعرض السنوات ال 25 الماضية من البحث في التنبؤ السلاسل الزمنية. في هذه القضية اليوبيل الفضي، ونحن بطبيعة الحال تسليط الضوء على النتائج المنشورة في المجلات التي يديرها المعهد الدولي للتنبؤات (مجلة التنبؤ 19821985 المجلة الدولية للتنبؤ 19852005). ملخص: نحن نستعرض السنوات ال 25 الماضية من البحث في التنبؤ السلاسل الزمنية. في هذه القضية اليوبيل الفضي، ونحن بطبيعة الحال تسليط الضوء على النتائج المنشورة في المجلات التي يديرها المعهد الدولي للتنبؤات (مجلة التنبؤ 19821985 المجلة الدولية للتنبؤ 19852005). خلال هذه الفترة، أكثر من ثلث جميع الأوراق المنشورة في هذه المجلات تتعلق بالتسلسل الزمني. ونستعرض أيضا أعمالا ذات تأثير كبير على التنبؤ بالسلاسل الزمنية التي نشرت في أماكن أخرى خلال هذه الفترة. وقد أحرز تقدم هائل في العديد من المجالات، ولكننا نجد أن هناك عددا كبيرا من المواضيع التي تحتاج إلى مزيد من التطوير. نختتم مع تعليقات على يوهونغ يانغ - نظرية الاقتصاد القياسي. 2004. ندرس بعض طرق الجمع بين إجراءات التنبؤ المتغير العشوائي المستمر. يتم الحصول على حدود المخاطر الإحصائية تحت خسارة الخطأ المربع تحت افتراضات توزيع خفيفة على المستقبل نظرا للمعلومات الخارجية الحالية والملاحظات السابقة. وتظهر حدود المخاطر ذلك. ندرس بعض طرق الجمع بين إجراءات التنبؤ المتغير العشوائي المستمر. يتم الحصول على حدود المخاطر الإحصائية تحت خسارة الخطأ المربع تحت افتراضات توزيع خفيفة على المستقبل نظرا للمعلومات الخارجية الحالية والملاحظات السابقة. وتظهر حدود المخاطر أن التوقعات المجمعة تحقق تلقائيا أفضل أداء بين إجراءات المرشحين حتى عامل ثابت وفترة عقوبة إضافية. أما بالنسبة لمعدل التقارب، فإن التنبؤ المشترك ينفذ كذلك إذا كان المرء يعرف ما هي إجراءات التنبؤ بالمرشح التي هي الأفضل في وقت مبكر. وتشير الدراسات التجريبية إلى أن الجمع بين الإجراءات يمكن أن يحسن في بعض الأحيان دقة التنبؤ مقارنة بالإجراءات الأصلية. وتستمد حدود المخاطر من الناحية النظرية لتحديد الكسب والسعر المحتملين للجمع الخطي بين توقعات التحسين. وتؤيد النتيجة الاستنتاج التجريبي بأنه ليس من المفيد تلقائيا الجمع بين التنبؤات. ويمكن للجمع بين الأعمى أن يحط من الأداء بشكل كبير بسبب التباين الكبير غير المرغوب فيه في تقدير أفضل الأوزان الجمع. وتظهر طريقة الجمع الآلي نظريا لتحقيق التوازن بين الكسب المحتمل وعقوبة التعقيد (سعر الجمع) للاستفادة (إن وجدت) من الجمع المتناثر والحفاظ على أفضل أداء (في المعدل) بين التنبؤ المرشح الإجراءات إذا كان الخطية أو متفرق الجمع لا يساعد. جورج أثاناسوبولوس، روب J. هيندمان. في هذه الورقة، ونحن نموذج وتوقع الطلب السياحي المحلي الاسترالي. نحن نستخدم إطار الانحدار لتقدير العلاقات الاقتصادية الهامة لطلب السياحة المحلية. كما نحدد أثر الأحداث العالمية مثل أوليمبياد سيدني 2000 وتفجيرات بالي عام 2002 على القباب الاسترالية. في هذه الورقة، ونحن نموذج وتوقع الطلب السياحي المحلي الاسترالي. نحن نستخدم إطار الانحدار لتقدير العلاقات الاقتصادية الهامة لطلب السياحة المحلية. كما نحدد تأثير الأحداث العالمية مثل أولمبياد سيدني 2000 وتفجيرات بالي عام 2002 على السياحة المحلية الأسترالية. لاستكشاف طبيعة سلسلة زمنية من البيانات، ونحن نستخدم الابتكارات نماذج الفضاء الدولة لتوقع الطلب على السياحة المحلية. الجمع بين هذين الإطارين، ونحن نبني ابتكارات نماذج الفضاء الدولة مع المتغيرات الخارجية. هذه النماذج قادرة على التقاط ديناميات السلاسل الزمنية في البيانات، فضلا عن العلاقات الاقتصادية وغيرها. وتبين لنا أن هذه النماذج تفوق النهج البديلة للتنبؤ على المدى القصير وتنتج أيضا توقعات معقولة على المدى الطويل. تتم مقارنة التوقعات مع توقعات الحكومة الأسترالية الرسمية، التي يتبين أنها أكثر تفاؤلا من توقعاتنا. من جميع مستويات التعليم. 3.2. التجانس الأسي عبر الابتكارات نماذج الفضاء في الدولة اقترح التمهيد الأسي في أواخر الخمسينيات (انظر الأعمال الرائدة في براون، 1959 هولت، 1957 - Winters، 1960--) ودافع بعض من أكثر أساليب التنبؤ نجاحا. والتنبؤات التي تنتج باستخدام أساليب التمهيد الأسي هي المتوسطات المرجحة للملاحظات السابقة، مع ترجيح الأوزان. من قبل إيلان ألون، مين تشى، روبرت ج. سادوسكي - مجلة التجزئة والخدمات الاستهلاكية. 2001. مثل العديد من السلاسل الزمنية الاقتصادية الأخرى، الولايات المتحدة إجمالي مبيعات التجزئة لديها اتجاه قوي والأنماط الموسمية. وكانت أفضل طريقة للتنبؤ بهذه الأنماط والتنبؤ بها مسألة طال أمدها في تحليل السلاسل الزمنية. يقارن هذا المقال الشبكات العصبية أرتيكوتسيال والطرق التقليدية بما في ذلك الشتاء. مثل العديد من السلاسل الزمنية الاقتصادية الأخرى، الولايات المتحدة إجمالي مبيعات التجزئة لديها اتجاه قوي والأنماط الموسمية. وكانت أفضل طريقة للتنبؤ بهذه الأنماط والتنبؤ بها مسألة طال أمدها في تحليل السلاسل الزمنية. يقارن هذا المقال الشبكات العصبية أرتيامبكوتسيال والطرق التقليدية بما في ذلك وينترس الأسي التمهيد، نموذج بوكسجينكينز أريما، والانحدار متعدد المتغيرات. وتشير النتائج إلى أن متوسط ​​أنس أجرة إيجابية في ما يتعلق بالطرق الإحصائية التقليدية أكثر، تليها نموذج بوكسجنكنز. وعلى الرغم من بساطته، فقد تبين أن نموذج الشتاء هو طريقة قابلة للتطبيق للتنبؤ متعدد الخطوات في ظل ظروف اقتصادية مستقرة نسبيا. ويظهر تحليل المشتقات أن نموذج الشبكة العصبية قادر على التقاط الاتجاه غير الخطية الديناميكي ومن قبل شوندرا هيل، ديباك K. أغروال، روبرت بيل، كريس فولينسكي - مجلة الإحصاءات الحسابية والرسومية. 2006. شبكة ديناميكية هو نوع خاص من شبكة تتألف من ترانزاكاكورس متصلة التي تتفاعل التفاعل المتكرر. وتنتشر البيانات المتعلقة بالشبكات الدينامية الكبيرة مثل شبكات الاتصالات السلكية واللاسلكية والإنترنت. ومع ذلك، تمثل الشبكات الديناميكية بطريقة مواتية لفعالية. شبكة ديناميكية هو نوع خاص من شبكة تتألف من ترانزاكاكورس متصلة التي تتفاعل التفاعل المتكرر. وتنتشر البيانات المتعلقة بالشبكات الدينامية الكبيرة مثل شبكات الاتصالات السلكية واللاسلكية والإنترنت. ومع ذلك، يمثل تمثيل الشبكات الديناميكية بطريقة تفضي إلى تحليل فعال واسع النطاق تحديا. في هذه المقالة، نحن نمثل الرسوم البيانية الديناميكية باستخدام بنية البيانات المقدمة في مقال سابق. ونحن ندعو لتمثيلها لأنها تمثل إفو-لوتيون العلاقات بين المعاملات عبر الزمن، ويخفف من الضوضاء على مستوى المعاملات المحلية، ويسمح لإزالة العلاقات التي لا معنى لها. عملنا يحسن على الحجج الخاصة بهم من خلال إضفاء الطابع الرسمي على التمثيل مع ثلاثة الانضباط با-راميترز. في القيام بذلك، ونحن في وضع إطار عام لتقييم وضبط أي الرسم البياني الديناميكي. وتبين لنا أن التقريبات في توفير التخزين المتضمنة في التكرار لا تؤثر على الأداء التنبئي، وعادة ما تحسنه. نحن تحفيز نهجنا باستخدام مثال الكشف عن الاحتيال من صناعة الاتصالات السلكية واللاسلكية، وإثبات أننا يمكن أن تفوق النتائج المنشورة على مهمة الكشف عن الاحتيال. وبالإضافة إلى ذلك، نقدم تحليلا أوليا على سجلات الويب وشبكات البريد الإلكتروني. مما يؤثر على الرسم البياني الحالي. هذا الشكل من الوزن وظيفة مريحة بمعنى أن مكافئ (l) يمكن التعبير عنها في شكل تكرار: هذا النموذج هو معروف في الإحصاءات كما الأسي تمهيد -30--. أنه يوفر تطور ديناميكي سلس من غ. وتسمح لنا الطبيعة التكرارية للتحديث بإدراج المعلومات من جميع الفترات الزمنية السابقة دون تكبد الإدارة والتخزين. من ستيفن ونكيل، C. بادي فارينجتون، بول H. غارثويت، كريس روبرتسون، نيك اندروز. ويجب الكشف عن مجموعات غير عادية من الأمراض بسرعة من أجل إدخال تدخلات فعالة في مجال الصحة العامة. على مدى العقد الماضي كانت هناك زيادة في الاهتمام بالأساليب الإحصائية للكشف المبكر عن تفشي الأمراض المعدية. وقد أدى هذا النمو في الفائدة إلى الكثير من جديد. ويجب الكشف عن مجموعات غير عادية من الأمراض بسرعة من أجل إدخال تدخلات فعالة في مجال الصحة العامة. على مدى العقد الماضي كانت هناك زيادة في الاهتمام بالأساليب الإحصائية للكشف المبكر عن تفشي الأمراض المعدية. وقد أدى هذا النمو في الفائدة إلى الكثير من العمل المنهجي الجديد، والتي تتراوح بين مجموعة من الأساليب الإحصائية. وتقدم هذه الورقة استعراضا شاملا للنهج الإحصائية المقترحة. وتقدم التطبيقات إلى كل من بيانات المراقبة المختبرية والمتلازمية لتوضيح الطرق المختلفة. (ه) الاتجاه والمكون الموسمي. وهناك طريقتان شائعتان للمسلسلات الزمنية المستخدمة في المراقبة هما التجانس الأسي البسيط (على سبيل المثال هيلي 1983 نغو وآخرون 1996) وإجراء هولت-وينترس (هولت 1957 - Winters 1960--). بسيطة الأسي تمهيد يؤكد البيانات لا يوجد اتجاه أو موسمية. وهي تشكل تنبؤات عن طريق أخذ المتوسط ​​المرجح للمالحظات السابقة، حيث تنخفض األوزان أضعافا مضاعفة. من قبل سارة جيلبر، كريستوف كروكس، سارة جيلبر، رولاند فرايد، كريستوف كروكس. 2007. يتم عرض إصدارات قوية من الأسية وهولت-وينترس طريقة تمهيد للتنبؤ. وهي مناسبة للتنبؤ بسلسلة زمنية أحادية المتغير في وجود القيم المتطرفة. يتم عرض الأسي قوية وهولت-وينترس أساليب التجانس كمخطط تحديث متكرر. كل من أوبدات. يتم عرض إصدارات قوية من الأسية وهولت-وينترس طريقة تمهيد للتنبؤ. وهي مناسبة للتنبؤ بسلسلة زمنية أحادية المتغير في وجود القيم المتطرفة. يتم عرض الأسي قوية وهولت-وينترس أساليب التجانس كمخطط تحديث متكرر. يتم معادلة كل من معادلة التحديث واختيار المعلمات تمهيد. هذا الأسلوب القوي هو ما يعادل شكل معين من كالمان لتر قوية في نموذج الاتجاه الخطي المحلي. وتقارن دراسة المحاكاة التوقعات القوية والكلاسيكية. تم العثور على طريقة عرض أن يكون أداء توقعات جيدة لسلاسل زمنية مع وبدون القيم المتطرفة، فضلا عن الدهون سلسلة الوقت الذيل. يتم توضيح الطريقة باستخدام البيانات الحقيقية التي تتضمن الاتجاهات والآثار الموسمية. . وفي هذا البحث، نسعى إلى تحسين فهم بنية التنقل البشري، بغية استخدام هذا الأسلوب في تصميم خوارزميات لنشر البيانات بين مستخدمي الهواتف النقالة. إن التعاون يربط المجتمع البشري بالمجتمعات. أعضاء المجتمع نفسه تتفاعل مع إيك. In this paper we seek to improve understanding of the structure of human mobility, with a view to using this for designing algorithms for the dissemination of data amongst mobile users. Cooperation binds but also divides human society into communities. Members of the same community interact with each other preferentially. There is structure in human society. Within society and its communities, individuals have varying popularity. Some people are more popular and interact with more people than others we may call them hubs. Popularity ranking is one facet of the population. In many physical networks, some nodes are more highly connected to each other than to the rest of the network. The set of such nodes are usually called clusters, communities, cohesive groups or modules. There is also structure to social networking. Different metrics can be used such as information flow, Freeman betweenness, closeness and inference power, but for all of them, each node in the network can be assigned a global centrality value. 1. to now, then calculate the average degree for every 6 hours. We call this approach the accumulative window (AWindow). This technique is similar to a statistics technique called exponential smoothing -28-- and we would like to do further theoretical investigation. The S-Window approach reflects more recent context and achieves maximum of 4 improvement in delivery ratio than DEGREE, but at double the c.