ترجمه فارسی عنوان مقاله
اسکن خودکار داده ها برای شبکه های متراکم از ابزارهای ارزان قیمت هوا: تشخیص و تمایز خطاهای ابزار و ناهنجاری های محیطی محلی به منطقه ای
عنوان انگلیسی
Automated data scanning for dense networks of low-cost air quality instruments: Detection and differentiation of instrumental error and local to regional scale environmental abnormalities
کد مقاله | سال انتشار | تعداد صفحات مقاله انگلیسی | ترجمه فارسی |
---|---|---|---|
89268 | 2018 | 17 صفحه PDF | سفارش دهید |
دانلود فوری مقاله + سفارش ترجمه
نسخه انگلیسی مقاله همین الان قابل دانلود است.
هزینه ترجمه مقاله بر اساس تعداد کلمات مقاله انگلیسی محاسبه می شود.
این مقاله تقریباً شامل 12312 کلمه می باشد.
هزینه ترجمه مقاله توسط مترجمان با تجربه، طبق جدول زیر محاسبه می شود:
شرح | تعرفه ترجمه | زمان تحویل | جمع هزینه |
---|---|---|---|
ترجمه تخصصی - سرعت عادی | هر کلمه 90 تومان | 19 روز بعد از پرداخت | 1,108,080 تومان |
ترجمه تخصصی - سرعت فوری | هر کلمه 180 تومان | 10 روز بعد از پرداخت | 2,216,160 تومان |
پس از پرداخت، فوراً می توانید مقاله را دانلود فرمایید.
منبع

Publisher : Elsevier - Science Direct (الزویر - ساینس دایرکت)
Journal : Environmental Modelling & Software, Volume 101, March 2018, Pages 34-50
ترجمه کلمات کلیدی
تشخیص تغییر نقطه، چند رگرسیون خطی، شبکه های سنسور، قابلیت اطمینان داده ها،
کلمات کلیدی انگلیسی
Change-point detection; Linear multi-regression; Sensor networks; Data reliability;
ترجمه چکیده
پیشرفت های اخیر در ابزار اندازه گیری کم کیفیت هوا باعث می شود که شبکه های متراکم حسگر امکان پذیر باشد. با این حال، حجم برش داده ها از این شبکه ها به این معنی است که روش های سنتی کنترل کیفیت داده ها و تجزیه و تحلیل داده ها دیگر قابل اجرا نیستند. ما یک رویه اسکن داده ای در زمان واقعی را پیشنهاد می کنیم که متغیرهای محلی و منطقه ای را در مجموعه داده ها تشخیص می دهد. این می تواند برای جداسازی اشتباهات ناشی از سوء عملکرد ابزار یا کالیبراسیون از تغییرات طبیعی (محیط زیست) منطقه ای در غلظت محیط استفاده شود. مطالعه موردی ما اطلاعات ماهانه ساعات روزانه ازن را از تگزاس و از دو شبکه در ونکوور به دست آورد. ما از داده های 7 و 28 روزه برای راه اندازی الگوریتم با تغییرات شبیه سازی شده و واقعی ابزار استفاده کردیم. خروجی الگوریتم را می توان بعنوان بخشی از یک برنامه نگهداری محدود منابع برای شبکه های حسگر استفاده کرد و برای درک فرآیندهای کیفیت هوا و ارتباط آنها با داده های محیط زیست و بهداشت عمومی مورد استفاده قرار گیرد.