fa پیش‌بینی سری‌های زمانی تابع چگالی: رویکرد تحلیل مجموعه‌ی مقادیر تکین‌ تابعی سریهای زمانی Time Series كاربردي و توسعه ای Applied در این مقاله، رویکردی جدید برای پیش‌بینی یک دنباله زمانی از توابع چگالی احتمال ارائه می‌شود که بر اساس تحلیل مجموعه مقادیر تکین‌ تابعی توسعه یافته است. این رویکرد با هدف تحلیل سری‌های زمانی تابعی و رفع محدودیت‌های موجود در پیش‌بینی توابع چگالی، مانند غیرمنفی بودن و انتگرال واحد توابع چگالی، معرفی شده است. در این مقاله ابتدا با معرفی تبدیل‌های مناسب، سری زمانی توابع چگالی را به یک سری زمانی تابعی تبدیل کرده و سپس از تحلیل مجموعه مقادیر تکین‌ تابعی برای پیش‌بینی سری‌های زمانی تابعی جدید استفاده می‌شود و در نهایت، توابع پیش‌بینی شده با تبدیل عکس، به فضای توابع چگالی بر می‌گردند. در نهایت روش پیشنهادی با استفاده از داده‌های واقعی شامل چگالی تصاویر ماهواره‌ای ارزیابی می‌شود. In this paper, a novel approach for forecasting a time sequence of probability density functions is introduced, which is based on Functional Singular Spectrum Analysis (FSSA). This approach is designed to analyze functional time series and address the constraints in predicting density functions, such as non-negativity and unit integral properties. First, appropriate transformations are introduced to convert the time series of density functions into a functional time series. Then, FSSA is applied to forecast the new functional time series, and finally, the predicted functions are transformed back into the space of density functions using the inverse transformation. The proposed method is evaluated using real-world data, including the density of satellite imagery. پیش‌بینی سری‌های زمانی تابعی, تحلیل مجموعه مقادیر تکین‌ تابعی, تخمین تابع چگالی, تحلیل داده‌های تابعی Functional time series forecasting, Functional Singular Spectrum Analysis, Density function estimation, Functional data analysis. 303 321 http://jss.irstat.ir/browse.php?a_code=A-10-1173-1&slc_lang=fa&sid=1 Hossein Haghbin حسین حق بین haghbin@pgu.ac.ir 10031947532846009058 10031947532846009058 Yes