Regression modelGIS / spatial

अंतरिक्ष-समय कर्नेल घनत्व अनुमान (ST-KDE)

अंतरिक्ष-समय कर्नेल घनत्व अनुमान (ST-KDE) शास्त्रीय KDE को तीन आयामों - दो स्थानिक और एक लौकिक - में विस्तारित करता है ताकि यह पता लगाया जा सके कि बिंदु घटनाओं (अपराध, दुर्घटनाएं, बीमारी के मामले) की तीव्रता भौगोलिक स्थान और समय दोनों में लगातार कैसे बदलती है। यह एक चिकनी संभाव्य सतह उत्पन्न करता है जो उन स्थानों और समयों को उजागर करती है जहां घटनाएं सबसे अधिक सघनता से केंद्रित होती हैं।

MethodMind में खोलेंजल्द हीवीडियोजल्द हीDownload slides

पूरी विधि पढ़ें

केवल सदस्यों के लिए

यह खंड पढ़ने के लिए निःशुल्क खाते से साइन इन करें।

साइन इन करें

Method map

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

स्रोत

  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

इस पृष्ठ का उद्धरण कैसे दें

ScholarGate. (2026, June 3). Space-Time Kernel Density Estimation. ScholarGate. https://scholargate.app/hi/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

इनमें संदर्भित

ScholarGateSpace-Time Kernel Density Estimation (Space-Time Kernel Density Estimation). 2026-06-15 को यहाँ से प्राप्त https://scholargate.app/hi/spatial-analysis/space-time-kernel-density-estimation · डेटासेट: https://doi.org/10.5281/zenodo.20539026