Bu amaç için, Monte-Carlo simülasyonları ile birlikte en çok olabilirlik prensibinin kullanımına dayanan etkili bir yöntemin uygulandığı bir Mathematica programı yazıldı ve Gauss dağılımlı gürültülerle bozulmuş sinüzoitlerin parametrelerinin kestirimi için kullanıldı.
Sonuç & Katkı:Bu amaç için, Monte-Carlo simülasyonları ile birlikte en çok olabilirlik prensibinin kullanımına dayanan etkili bir yöntemin uygulandığı bir Mathematica programı yazıldı ve Gauss dağılımlı gürültülerle bozulmuş sinüzoitlerin parametrelerinin kestirimi için kullanıldı.
🔬Tür:Modelleme & Sayısal Simülasyon
📍Kapsam:Genişletilmiş Akademik Örneklem
⚙️Değişkenler:En Çok Olabilirlik · Monte-Carlo Simülasyonları · Parametre Kestirimleri
Özet
Bu makalede gürültülü verilerden sinyallerin parametrelerinin kestirimini düşünüyoruz. Bu amaç için, Monte-Carlo simülasyonları ile birlikte en çok olabilirlik prensibinin kullanımına dayanan etkili bir yöntemin uygulandığı bir Mathematica programı yazıldı ve Gauss dağılımlı gürültülerle bozulmuş sinüzoitlerin parametrelerinin kestirimi için kullanıldı.
Abstract
We consider here estimating parameters of signals from noisy data. For this purpose, a Mathematica program, in which an effective method based on the principle of maximum likelihood together with Monte-Carlo simulations is incorporated, was written and used for estimating the parameters of sinusoids corrupted by the Gaussian random noise.
ÜSTÜNDAĞ, D., CEVRİ, M. (2011). Ençok olabilirliğin monte-carlo simülasyonlarıyla birlikte kullanılmasıyla gürültülü verilerden sinüzoitlerin parametrelerinin kestirimi. International Journal of Advances in Engineering and Pure Sciences, Cilt: 20 - Sayı: 1, 13–24. https://ajindex.com/articles/257943
Bretthost, G. L.: “Bayesian Spectrum Analysis and Parameter Estimation”, Springer-Verlag, 12, (1997).
Dou, L.; Hodgson, R.J.W.: “Bayesian Inference and Gibbs Sampling in Spectral Analysis and Parameter Estimation: I”, Inverse Problems, 11 (1995) 1069-1085.
Andrieu, C.; Doucet, A.: “Joint Bayesian Model Selection and Estimation of Noisy Sinusoids via Reversible Jump MCMC”, IEEE Transactions on Signal Processing, Vol: 47, No: 10 (1999) 2667-2676.
Cevri, M.: “Bayesian Parameter Estimation”, Yüksek Lisans Tezi, Marmara Üniv. Fen Bilimleri Enstitüsü, İstanbul, Türkiye, (2002).
Fisher, R.A.: “Theory of Statistical Estimation”, Proceedings of the Cambridge Philosophy Society, 22 (1925), 700-725.
Edwards, A.W.F.: “Likelihood”, Cambridge University Press, (1972).
Press, W.H.; Flannery, B.P.; Teukolshy, S.A.; Vetterling, W.T.: “Numerical Recipes in C: The Art of Computing “, 2nd Ed.; Cambridge University Press, (1995).
Kelly, J.J.: “Introduction to Data Analysis”, Essential Mathematica for Students of Science, (1998)
Weillin, P.; Gayllord, R.; Kamin, S.: “An Introduction to Programming with Mathematica”, Cambridge University Press (2005).