{
    "metadata": {
        "dataset_id": "shahroodut-thesis",
        "record_id": "QA345",
        "title": "همگرایی ارگودیک یکنواخت و هندسی الگوریتم های مونت کارلویی  زنجیر مارکوفی مولفه به مولفه",
        "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": "1395",
        "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": "QA345",
        "title": "همگرایی ارگودیک یکنواخت و هندسی الگوریتم های مونت کارلویی  زنجیر مارکوفی مولفه به مولفه",
        "degree": null,
        "faculty": "علوم ریاضی",
        "year": 1395,
        "authors": [
            {
                "name": "فاطمه خدابخشی پالندی",
                "role": "پدیدآور اصلی"
            },
            {
                "name": "نگار اقبال",
                "role": "استاد راهنما"
            },
            {
                "name": "حسین باغیشنی",
                "role": "استاد مشاور"
            }
        ],
        "keywords": [
            "ارگودیک هندسی‏",
            "ارگودیک یکنواخت‏",
            "زنجیر مارکوف‏",
            "مونت‌کارلو‏",
            "نمونه‌گیر گیبز‏",
            "متروپولیس-هستینگز درون گیبز‏",
            "اسکن تصادفی‏",
            "نرخ همگرایی"
        ],
        "abstract": "در‎‎ دیدگاه استنباط بیزی‏، تمامی استنباط‌‌ها مبتنی بر توزیع پسین به‌دست می‌آیند. در اغلب موقعیت‌های کاربردی توزیع پسین صورت بسته‌ای ندارد و باید به شیوه‌ای آ‌ن‌را تقریب زد. در روش‌های‎‎‎ مونت‌کارلوی زنجیر مارکوف‏، معمول است که به جای به‌روز رسانی هم‌زمان همه متغیرها‏، در هر مرحله فقط یک متغیر (یا یک بلوک‌های متغیر) به‌روز رسانی می‌شود که به آن به‌روز رسانی مولفه به مولفه می‌گویند. الگوریتم‌های نمونه‌گیر گیبز و متروپولیس-هستینگز درون گیبز از این جمله هستند. پس از به‌روز رسانی به روش مولفه به مولفه همه متغیرها (یا بلوک‌های متغیر)‏، استراتژی‌های مختلفی برای ترکیب آن‌ها‏، از جمله اتصال همگی یا انتخاب یک دنباله تصادفی‏، به عنوان حالت زنجیر توام همه متغیرها قابل به‌کارگیری هستند. در کنار مزیت های روش‌های به‌روز رسانی مولفه به مولفه‏، مطالعه و پژوهش‌ بر روی ویژگی‌های نظری همگرایی زنجیرهای مارکوف حاصل از آن‌ها به توزیع مانای خود‏، که همان توزیع پسین مورد نظر می‌باشد‏، به ندرت مورد توجه قرار گرفته است. ما شرایطی که تحت آن برخی زنجیرهای مارکوف مولفه به مولفه به یک توزیع ثابت با نرخ هندسی همگرا می‌شوند را مطالعه می‌کنیم و توجه ویژه‌ای به ارتباط بین نرخ‌های همگرایی و استراتژی‌های مولفه به مولفه گوناگون داریم. در نهایت نتایج را‏، برای دو مثال واقعی که شامل‏، یک مدل سلسله مراتبی خطی آمیخته و برآورد ماکسیمم درستنمایی برای مدل آمیخته‏، نشان می‌دهیم.",
        "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_QA345.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"
    }
}