HyperAIHyperAI

Command Palette

Search for a command to run...

imputeTS: استكمال القيم المفقودة في السلاسل الزمنية باستخدام لغة R

Thomas Bartz-Beielstein Steffen Moritz

الملخص

يُركّز حزمة imputeTS على ملء الفجوات في السلاسل الزمنية أحادية المتغير (univariate time series). تقدّم الحزمة تنفيذًا لعدد من خوارزميات ملء الفجوات الحديثة جدًا، بالإضافة إلى وظائف رسمية لتمثيل إحصائيات البيانات المفقودة في السلاسل الزمنية. وعلى الرغم من أن ملء الفجوات يُعدّ مشكلة معروفة ومتداولة جدًا ضمن الحزم المتوفرة في لغة R، فإن العثور على حزم قادرة على ملء القيم المفقودة في السلاسل الزمنية أحادية المتغير يُعدّ أكثر تعقيدًا. وتكمن الأسباب في هذا التحدي في حقيقة أن معظم خوارزميات ملء الفجوات تعتمد على الارتباطات بين المتغيرات (inter-attribute correlations)، بينما يتطلب ملء الفجوات في السلاسل الزمنية أحادية المتغير استخدام الاعتماد الزمني (time dependencies) بدلًا من ذلك. يقدّم هذا البحث مقدمة حول حزمة imputeTS وخوارزمياتها وأدواتها المقدمة، كما يقدّم نظرة سريعة على ملء الفجوات في السلاسل الزمنية أحادية المتغير ضمن بيئة R.


بناء الذكاء الاصطناعي بالذكاء الاصطناعي

من الفكرة إلى الإطلاق — سرّع تطوير الذكاء الاصطناعي الخاص بك مع المساعدة البرمجية المجانية بالذكاء الاصطناعي، وبيئة جاهزة للاستخدام، وأفضل أسعار لوحدات معالجة الرسومات.

البرمجة التعاونية باستخدام الذكاء الاصطناعي
وحدات GPU جاهزة للعمل
أفضل الأسعار

HyperAI Newsletters

اشترك في آخر تحديثاتنا
سنرسل لك أحدث التحديثات الأسبوعية إلى بريدك الإلكتروني في الساعة التاسعة من صباح كل يوم اثنين
مدعوم بواسطة MailChimp
imputeTS: استكمال القيم المفقودة في السلاسل الزمنية باستخدام لغة R | مستندات | HyperAI