{
    "metadata": {
        "dataset_id": "shahroodut-thesis",
        "record_id": "QA626",
        "title": "قضایای حدی برای متغیرهای تصادفی فازی در فضای متریک فازی",
        "publisher": "دانشگاه صنعتی شاهرود",
        "owner": "کتابخانه مرکزی دانشگاه صنعتی شاهرود",
        "license": "CC-BY-4.0",
        "license_url": "https://creativecommons.org/licenses/by/4.0/",
        "license_text": "استفاده، بازنشر، تحلیل، پردازش و بهره برداری پژوهشی، آموزشی و صنعتی با ذکر منبع دانشگاه صنعتی شاهرود مجاز است.",
        "publication_date": "1399",
        "last_update": "2026-07-11",
        "language": "fa",
        "format": "application/json",
        "contact": "thesis@shahroodut.ac.ir",
        "access": {
            "fulltext_available": "true",
            "public_access": "true"
        }
    },
    "data": {
        "thesis_id": "QA626",
        "title": "قضایای حدی برای متغیرهای تصادفی فازی در فضای متریک فازی",
        "degree": null,
        "faculty": "علوم ریاضی",
        "year": 1399,
        "authors": [
            {
                "name": "رضا قاسمی نجف آبادی",
                "role": "پدیدآور اصلی"
            },
            {
                "name": "احمد نزاکتی رضازاده",
                "role": "استاد راهنما"
            },
            {
                "name": "محمدرضا ربیعی",
                "role": "استاد راهنما"
            }
        ],
        "keywords": [
            "کلمات کلیدی: قضایای حدی",
            "فضای متریک فازی",
            "فضای نرم‌دار فازی",
            "فضای باناخ فازی‏",
            "بوت استرپ‏",
            "پردازش تصویر"
        ],
        "abstract": "در گذشته قانون قوی اعداد بزرگ و قضیه حد مرکزی برای مجموعه‌های فشرده و نیز متغیرهای تصادفی فازی مستقل و هم توزیع در فضای باناخ مورد مطالعه قرار گرفته‌اند. در سال‌های اخیر فضای متریک فازی و فضای نرم‌دار فازی معرفی شده است. وقتی عدم قطعیت فازی بیشتر از عدم قطعیت تصادفی باشد فضای متریک فازی مفیدتر از فضای متریک احتمالی می‌باشد. از این رو در این پژوهش به دنبال بررسی قضایای حدی در فضای نرم‌دار فازی در دو حالت کلی می‌باشیم. در حالت اول قانون اعداد بزرگ را برای محموعه های تصادفی و مجموعه های تصادفی فشرده در فضای متریک فازی بررسی می کنیم سپس به بیان این قضیه در شرایطی که متغیرهای تصادفی ما فازی هستند می پردازیم. با توجه به کاربرد قانون قوی اعداد بزرگ در روش بازنمونه گیری بوت استرپ‏، بعنوان یک مثال کاربردی از قضایای قانون قوی اعداد بزرگ بیان شده برای مجموعه های تصادفی و متغیرهای تصادفی فازی در نمونه گیری بوت استرپ استفاده خواهد شد. همچنین بعنوان یک کاربرد دیگر‏، از متر فازی پیشنهادی و قانون قوی اعداد بزرگ در نمونه گیری بوت استرپ برای کاهش نویز در پردازش تصویر استفاده خواهیم نمود.",
        "repository": "کتابخانه مرکزی دانشگاه صنعتی شاهرود",
        "note": "حقوق مادی و معنوی متعلق به دانشگاه صنعتی شاهرود می باشد.",
        "download_url": "https://shahroodut.ac.ir/fa/thesis/files/somefiles/sf_QA626.pdf"
    },
    "dictionary": {
        "thesis_id": "شناسه پایان نامه",
        "title": "عنوان پایان نامه",
        "degree": "مقطع تحصیلی",
        "faculty": "دانشکده",
        "year": "سال دفاع",
        "authors": "پدیدآورندگان",
        "keywords": "کلیدواژه ها",
        "abstract": "چکیده",
        "repository": "محل نگهداری",
        "note": "یادداشت",
        "download_url": "آدرس فایل پایان نامه"
    }
}