MODWT
Maximal Overlap Discrete Wavelet Transform · Ayrıca şöyle bilinir: MODWT, Stationary wavelet transform, Undecimated DWT
Maksimum örtüşmeli ayrık dalgacık dönüşümü (MODWT), standart DWT'nin temel bir sınırlaması olan kayma değişmezliği eksikliğini gideren, çeviriye değişmez bir dalgacık ayrıştırma yöntemidir. Percival ve Walden (1995) tarafından tanıtılan MODWT, örnekleme yapmadan her ölçekte aynı dalgacık filtrelerini uygular ve örneklenmemiş bir ayrıştırma üretir. Her ayrıntı ve yaklaşım katsayı dizisi, giriş sinyalinin tam uzunluğunu korur, bu da hem sağlam çok ölçekli analize hem de çeviriye değişmez özellik çıkarımına olanak tanır.
Tam yöntemi oku
Bu bölümü okumak için ücretsiz hesapla giriş yapın.
Yöntem haritası
İlişkili yöntemlerin komşuluğu — keşfetmek için bir düğüm seçin.
Ne zaman kullanılır
Çeviriye değişmez dalgacık analizi istediğinizde veya her ölçekte tam uzunlukta katsayı dizisine ihtiyaç duyduğunuzda MODWT'yi kullanın. Dalgacık tutarlılığı ve birden çok sinyalin çapraz kovaryans analizi, dalgacık varyans ayrıştırması ve ölçekler arası hizalamanın önemli olduğu her durum için idealdir. Kayma değişmezliğinin kritik olduğu durumlarda MODWT, DWT'den üstündür.
Güçlü yönler & sınırlılıklar
- Çeviriye değişmez ayrıştırma—sinyali kaydırmak, özellik hizalamasını koruyarak katsayıları orantılı olarak kaydırır
- Her ölçekte tam uzunlukta katsayı dizileri, zamansal lokalizasyonu korur
- Ölçekler arasında tarafsız varyans ayrıştırmasına olanak tanır
- Sinyaller arasındaki çok ölçekli korelasyon ve tutarlılık analizi için uygundur
- Keyfi sınır işleme veya dolgu gerektirmez
- Hesaplama açısından DWT'den daha pahalıdır—J ayrıştırma seviyesi için O(N J) işlem gerektirir, O(N) yerine
- DWT'den J kat daha fazla katsayı üretir, bellek kullanımını ve depolama gereksinimlerini artırır
- Tam uzunluktaki diziler, veri sıkıştırma için veya daha kaba ölçeklere örnekleme yapmanın kabul edilebilir olduğu durumlarda gereksiz olabilir
- Ölçeke bağlı özelliklerin yorumlanması, katsayı korelasyonlarının dikkatli bir analizini gerektirir
SSS
MODWT ve DWT arasındaki ilişki nedir?
DWT her seviyede katsayıları örnekler (azaltır). MODWT, filtreleri örnekleyerek tüm örnekleri tutar. Bu, MODWT'yi çeviriye değişmez ve gereksiz hale getirir, ancak hesaplama açısından daha pahalıdır.
MODWT neden çeviriye değişmezdir?
Filtreler örneklenir, sinyaller örneklenmez. Girişi k örnek kaydırırsanız, tüm katsayı dizileri aynı k örneği kaydırır—bire bir karşılık vardır. Buna karşılık DWT, örnekleme yaptığı için kaymaya bağlı alikatalama (aliasing) oluşur.
MODWT katsayılarını doğrudan makine öğrenmesinde kullanabilir miyim?
Kullanabilirsiniz, ancak dikkatli olun: aynı ölçekteki katsayılar zaman içinde ve ölçekler arasında yüksek oranda ilişkilidir. Çoklu doğrusallıktan kaçınmak için boyut azaltma (PCA, özellik seçimi) kullanın veya çoklu çözünürlük yapısından (örneğin, ölçek başına enerji) yararlanın.
MODWT'den dalgacık varyansını nasıl hesaplarım?
Ölçek j'deki dalgacık varyansı, ayrıntı katsayılarının karesinin ortalamasıdır: Var_j = (1/N) toplam(d_j^2). Tüm ölçek varyanslarının toplamı, sinyalin toplam varyansına eşittir.
MODWT tersinir mi?
Evet, tüm ayrıntı katsayılarının toplamı artı yaklaşım katsayıları orijinal sinyali tam olarak yeniden yapılandırır. Gereklilik, artan veri miktarına rağmen mükemmel tersine çevirmeye olanak tanır.
Kaynaklar
- Percival, D. B., & Walden, A. T. (1995). Wavelet Methods for Time Series Analysis. Cambridge University Press. link ↗
- Percival, D. B. (2000). Wavelet methods for time series analysis. Cambridge University Press. link ↗
- Whitcher, B., Guttorp, P., & Percival, D. B. (2000). Wavelet analysis of covariance with application to atmospheric time series. Journal of Geophysical Research, 105(D11), 14941–14962. DOI: 10.1029/2000JD900110 ↗
Bu sayfayı kaynak gösterin
ScholarGate. (2026, June 3). Maximal Overlap Discrete Wavelet Transform. ScholarGate. https://scholargate.app/tr/time-series/modwt
Hangi yöntem?
Bu yöntemi en yakın akrabalarının yanına koyup yan yana okuyun — kütüphane kitapları masaya serer; seçim sizindir.
- Ayrık Dalgacık DönüşümüZaman serileri↔ karşılaştır
- Dalgaçık TutarlılığıZaman serileri↔ karşılaştır