Regression modelGIS / spatial

স্থান-কাল কার্নেল ঘনত্ব প্রাক্কলন (ST-KDE)

স্থান-কাল কার্নেল ঘনত্ব প্রাক্কলন (Space-Time Kernel Density Estimation) ক্লাসিক্যাল KDE-কে তিনটি মাত্রায় — দুটি স্থানিক এবং একটি কালিক — প্রসারিত করে, যাতে বোঝা যায় কীভাবে বিন্দু ঘটনার (অপরাধ, দুর্ঘটনা, রোগের ঘটনা) তীব্রতা ভৌগলিক স্থান এবং কাল উভয়েরacross ক্রমাগত পরিবর্তিত হয়। এটি একটি মসৃণ সম্ভাব্যতা পৃষ্ঠ তৈরি করে যা ঘটনাগুলি কোথায় এবং কখন সবচেয়ে বেশি ঘন সন্নিবিষ্ট হয় তা তুলে ধরে।

MethodMind-এ খুলুনশীঘ্রইভিডিওশীঘ্রইDownload slides

পুরো পদ্ধতিটি পড়ুন

শুধু সদস্যদের জন্য

এই অংশটি পড়তে বিনামূল্যের অ্যাকাউন্ট দিয়ে সাইন ইন করুন।

সাইন ইন করুন

Method map

The neighbourhood of related methods — select a node to explore.

উৎস

  1. Nakaya, T., & Yano, K. (2010). Visualising crime clusters in a space-time cube: An exploratory data-analysis approach using space-time kernel density estimation and scan statistics. Transactions in GIS, 14(3), 223-239. DOI: 10.1111/j.1467-9671.2010.01194.x
  2. Kernel density estimation. Wikipedia. link

এই পৃষ্ঠা কীভাবে উদ্ধৃত করবেন

ScholarGate. (2026, June 3). Space-Time Kernel Density Estimation. ScholarGate. https://scholargate.app/bn/spatial-analysis/space-time-kernel-density-estimation

Which method?

Set this method beside its closest kin and read them side by side — the library lays the books on the table; the choice is yours.

Compare side by side

যেখানে উদ্ধৃত

ScholarGateSpace-Time Kernel Density Estimation (Space-Time Kernel Density Estimation). 2026-06-15 তারিখে সংগৃহীত, উৎস: https://scholargate.app/bn/spatial-analysis/space-time-kernel-density-estimation · ডেটাসেট: https://doi.org/10.5281/zenodo.20539026