{
    "metadata": {
        "dataset_id": "shahroodut-thesis",
        "record_id": "TK400",
        "title": "کاهش نوفه در داده های لرزه ای مبتنی بر  تلفیق روش های آماری و تبدیل های زمان فرکانس",
        "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": "1394",
        "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": "TK400",
        "title": "کاهش نوفه در داده های لرزه ای مبتنی بر  تلفیق روش های آماری و تبدیل های زمان فرکانس",
        "degree": null,
        "faculty": "مهندسی برق",
        "year": 1394,
        "authors": [
            {
                "name": "محمد امیر نظری سیاه سر",
                "role": "پدیدآور اصلی"
            },
            {
                "name": "حسین مروی",
                "role": "استاد راهنما"
            },
            {
                "name": "امین  روشندل کاهو",
                "role": "استاد راهنما"
            },
            {
                "name": "علیرضا احمدی فرد",
                "role": "استاد مشاور"
            }
        ],
        "keywords": [
            "داده لرزه ای",
            "نوفه تصادفی",
            "نمایش زمان-فرکانس تنک",
            "تبدیل فشرده سازی همزمان",
            "رتبه پایین",
            "تجزیه ماتریسی"
        ],
        "abstract": "تضعیف نوفه های تصادفی یک چالش اساسی در پردازش داده های لرزه ای است. این نوفه ها توسط نوسانات تصادفی در طول زمان و فرکانس بر روی سیگنال دریافتی تأثیر می گذارند. در این پایان نامه، ما به معرفی و ارزیابی یک روش برای تضعیف این نوفه ها بر اساس تجزیه یک ماتریس به دو مؤلفه "رتبه پایین" و "تُنک" خواهیم پرداخت. \r\n\tدر این روش ابتدا یک ردلرزه توسط یک تبدیل زمان فرکانس تنک در یک زیر فضای تنک جدید به نمایش در آورده می شود. سپس این ماتریس در زیرفضای تنک توسط اَفکنش تصادفی دو جهته به دو مؤلفه بخش رتبه پایین و بخش تنک تجزیه می شود.\r\n برای بازیابی سیگنال با در نظر گرفتن خاصیت ذاتی شبه رتبه پایین بودن داده و تنک بودن نوفه در زیر فضای زمان-فرکانس تنک، می توان از کمینه کردن یک تابع هدف ترکیبی نُرم های l_1-l_2 استفاده کرد. برای حل این مسئله روشی مناسب بر مبنای سرعت عملکرد انتخاب می شود.\r\n \tروش پیشنهادی در نهایت توسط اعمال بر روی داده های مصنوعی و واقعی آزمایش شده است. نوفه زدایی با دو روش دیگر در این حوزه مقایسه خواهد شد. ما در این پایان نامه نشان دادیم که روش پیشنهادی یک تکنیک مؤثر، با قابلیت حفظ دامنه سیگنال و پایدار در برابر نوفه خواهد بود و نتایج آن توسط دو معیار کمّی و کیفی بررسی شده و عملکرد مناسب این روش در بازیابی سیگنال به تصویر کشیده شده است.",
        "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_TK400.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"
    }
}