. . . . . . . . . . "Teori wavelet adalah suatu konsep yang relatif baru dikembangkan. Kata \u201CWavelet\u201D sendiri diberikan oleh dan pada awal tahun 1980-an, dan berasal dari bahasa Prancis, \u201Condelette\u201D yang berarti gelombang kecil. Kata \u201Conde\u201D yang berarti gelombang kemudian diterjemahkan ke bahasa Inggris menjadi \u201Cwave\u201D, lalu digabung dengan kata aslinya sehingga terbentuk kata baru \u201Cwavelet\u201D."@in . . . . . . . . . "En matematiko, ondosimila\u0135o estas ondo-simila oscilado, kies amplitudo startas je nulo, pligrandi\u011Das, kaj tiam malpligrandi\u011Das reen al nulo. \u011Ci povas tipe esti videbligita kiel lakona oscilado. Ondosimila\u0135o estas osciloforma signalo de finia longo (tempoda\u016Dro), a\u016D \u011Di estas de malfinia longo sed rapide proksimi\u011Das al nulo kiam la tempa koordinato malproksimi\u011Das for de la \u0109efa tempoda\u016Dro de la ondosimila\u0135o. \u011Cenerale, ondosimila\u0135oj estas speciale konstruataj por havi specifajn propra\u0135ojn, kiuj faras ilin utilajn por signal-prilaborado. Ondosimila\u0135oj povas esti kombinitaj per kunfalda\u0135oj (\u015Dovo, multipliko kaj sumo) kun donita signalo por ekstrakti informon pri la signalo. Ondosimila\u0135o estas matematika funkcio uzata por disdividi donitan funkcion a\u016D en malsamajn skalajn komponantojn. Kutime unu povas asigni frekvencan bendon al \u0109iu skala komponanto. \u0108iu skala komponanto povas tiam esti studata kun distingokapablo respektiva al \u011Dia skalo. Ondosimila\u0135a konverto estas la prezento de funkcio per ondosimila\u0135oj. La ondosimila\u0135oj estas kaj movataj kopioj (nomataj kiel filinaj ondosimila\u0135oj) de la fonta ondosimila\u0135o (nomata kiel la patrina ondosimila\u0135o). Ondosimila\u0135aj konvertoj havas iujn avanta\u011Dojn super tradiciaj konvertoj de Fourier por prezentado de funkcioj, kiuj havas nekontinuecojn kaj akrajn kulminojn, kaj por precize malkonstrui kaj rekonstrui finiajn ne-periodajn a\u016D ne- signalojn."@eo . . "En matematiko, ondosimila\u0135o estas ondo-simila oscilado, kies amplitudo startas je nulo, pligrandi\u011Das, kaj tiam malpligrandi\u011Das reen al nulo. \u011Ci povas tipe esti videbligita kiel lakona oscilado. Ondosimila\u0135o estas osciloforma signalo de finia longo (tempoda\u016Dro), a\u016D \u011Di estas de malfinia longo sed rapide proksimi\u011Das al nulo kiam la tempa koordinato malproksimi\u011Das for de la \u0109efa tempoda\u016Dro de la ondosimila\u0135o."@eo . "Ondeta"@ca . . . "\u0412\u0435\u0439\u0432\u043B\u0435\u0442"@ru . "Falki (ang. wavelet) \u2013 rodziny funkcji zbioru liczb rzeczywistych w zbiorze liczb rzeczywistych, z kt\u00F3rych ka\u017Cda jest wyprowadzona z funkcji-matki (z tzw. funkcji macierzystej) za pomoc\u0105 przesuni\u0119cia i skalowania: gdzie: \u2013 liczby ca\u0142kowite, \u2013 funkcja-matka, \u2013 falka o skali i przesuni\u0119ciu (zwana te\u017C funkcj\u0105 falkow\u0105). Falki s\u0105 u\u017Cywane w analizie i przetwarzaniu sygna\u0142\u00F3w cyfrowych, w kompresji obrazu i d\u017Awi\u0119ku, do rozwi\u0105zywania r\u00F3wna\u0144 r\u00F3\u017Cniczkowych cz\u0105stkowych oraz w wielu innych dziedzinach. Najprostsze z nich to falki Haara."@pl . . . . . . "50903"^^ . . . . . . . "Vlnka (anglicky wavelet) je funkce pou\u017E\u00EDvan\u00E1 k rozkladu funkce nebo sign\u00E1lu vlnkovou transformac\u00ED. Anglick\u00FD v\u00FDraz wavelet zavedli v po\u010D\u00E1tc\u00EDch 80. let 20. stolet\u00ED francouz\u0161t\u00ED fyzikov\u00E9 a . Pou\u017Eili francouzsk\u00E9 slovo ondelette (mal\u00E1 vlna, vlnka). Z\u00E1hy bylo toto slovo p\u0159eneseno do angli\u010Dtiny p\u0159ekladem francouzsk\u00E9ho onde (vlna) na anglick\u00E9 wave. T\u00EDm vznikl term\u00EDn wavelet. Vlnka je funkce z Hilbertova prostoru a mus\u00ED spl\u0148ovat n\u00E1sleduj\u00EDc\u00ED podm\u00EDnky."@cs . "\uC6E8\uC774\uBE14\uB9BF(wavelet)\uC774\uB780 0\uC744 \uC911\uC2EC\uC73C\uB85C \uC99D\uAC00\uC640 \uAC10\uC18C\uB97C \uBC18\uBCF5\uD558\uB294 \uC9C4\uD3ED\uC744 \uC218\uBC18\uD55C \uD30C\uB3D9 \uAC19\uC740 \uC9C4\uB3D9\uC744 \uB9D0\uD55C\uB2E4. \uADF8\uAC83\uC740 \uC9C0\uC9C4\uACC4\uB098 \uC2EC\uBC15 \uCCB4\uD06C\uC5D0 \uAE30\uB85D\uB418\uC5B4 \uBCF4\uC774\uB294 \uAC83\uACFC \uAC19\uC740 \uC804\uD615\uC801\uC778 \"\uC9E7\uC740 \uC9C4\uB3D9\"\uC758 \uD615\uD0DC\uB85C \uB098\uD0C0\uB09C\uB2E4. \uC77C\uBC18\uC801\uC73C\uB85C \uC6E8\uC774\uBE14\uB9BF\uC740 \uC2E0\uD638 \uCC98\uB9AC\uC5D0 \uC720\uC6A9\uD55C \uD2B9\uC815\uD55C \uC131\uC9C8\uC744 \uAC00\uC9C0\uB3C4\uB85D \uD558\uB294 \uBAA9\uC801\uC744 \uAC00\uC9C0\uACE0 \uB9CC\uB4E4\uC5B4\uC9C4\uB2E4. \uC6E8\uC774\uBE14\uB9BF\uC740 \uD569\uC131\uACF1(convolution) \uAE30\uC220\uC744 \uD1B5\uD574 \uC54C\uACE0 \uC788\uB294 \uC2E0\uD638\uC640 \uACB0\uD569\uD558\uC5EC, \uC54C\uB824\uC9C0\uC9C0 \uC54A\uC740 \uC2E0\uD638\uB85C\uBD80\uD130 \uC815\uBCF4\uB97C \uCD94\uCD9C\uD558\uB294\uB370\uC5D0 \uC0AC\uC6A9\uB420 \uC218 \uC788\uB2E4. \uC608\uB97C \uB4E4\uC5B4 \uAC00\uC628 \uB3C4(Middle C) \uC8FC\uD30C\uC218\uC640 \uB300\uB7B5 32\uBD84 \uC74C\uD45C \uC815\uB3C4\uC758 \uAE38\uC774\uB97C \uAC00\uC9C4 \uC6E8\uC774\uBE14\uB9BF\uC744 \uC0DD\uC131\uD560 \uC218 \uC788\uB2E4. \uB9CC\uC57D \uC6E8\uC774\uBE14\uB9BF\uC774 \uB178\uB798\uC758 \uB179\uC74C\uBCF8\uC5D0\uC11C \uC0DD\uC131\uB41C \uC2E0\uD638\uC640 \uD569\uC131\uACF1 \uB41C\uB2E4\uBA74, \uADF8 \uACB0\uACFC\uB97C \uD1B5\uD574 \uB178\uB798\uC5D0\uC11C \uC5B8\uC81C \uBBF8\uB4E4 C \uB178\uD2B8\uAC00 \uC7AC\uC0DD\uB418\uACE0 \uC788\uC5C8\uB294\uC9C0\uB97C \uC544\uB294 \uB370 \uC720\uC6A9\uD560 \uAC83\uC774\uB2E4. \uC218\uD559\uC801\uC73C\uB85C, \uC5B4\uB5A4 \uC54C\uB824\uC9C0\uC9C0 \uC54A\uC740 \uC2E0\uD638\uAC00 \uC6E8\uC774\uBE14\uB9BF\uACFC \uC720\uC0AC\uD55C \uC8FC\uD30C\uB97C \uAC00\uC9C4\uB2E4\uBA74 \uC6E8\uC774\uBE14\uB9BF\uC740 \uACF5\uC9C4\uD560 \uAC83\uC774\uB2E4. \uC774\uAC83\uC740 \uC18C\uB9AC\uAD7D\uC1E0\uAC00 \uBB3C\uB9AC\uC801\uC73C\uB85C \uD2B9\uC815 \uC18C\uB9AC\uAD7D\uC1E0 \uC8FC\uD30C\uAC00 \uAC00\uC9C0\uB294 \uC74C\uD30C\uC640 \uACF5\uC9C4\uD558\uB294 \uAC83\uACFC \uAC19\uB2E4. \uACF5\uBA85\uC758 \uAC1C\uB150\uC740 \uC6E8\uC774\uBE14\uB9BF \uC774\uB860\uC758 \uB9CE\uC740 \uC2E4\uC6A9\uC801\uC778 \uC751\uC6A9 \uD504\uB85C\uADF8\uB7A8\uB4E4\uC758 \uD575\uC2EC\uC774\uB2E4."@ko . . "Falki (ang. wavelet) \u2013 rodziny funkcji zbioru liczb rzeczywistych w zbiorze liczb rzeczywistych, z kt\u00F3rych ka\u017Cda jest wyprowadzona z funkcji-matki (z tzw. funkcji macierzystej) za pomoc\u0105 przesuni\u0119cia i skalowania: gdzie: \u2013 liczby ca\u0142kowite, \u2013 funkcja-matka, \u2013 falka o skali i przesuni\u0119ciu (zwana te\u017C funkcj\u0105 falkow\u0105). Funkcje te d\u0105\u017C\u0105 do zera (lub po prostu wynosz\u0105 zero poza pewnym przedzia\u0142em) dla argumentu d\u0105\u017C\u0105cego do niesko\u0144czono\u015Bci, za\u015B ich suma wa\u017Cona umo\u017Cliwia przedstawienie z dowoln\u0105 dok\u0142adno\u015Bci\u0105 dowolnej funkcji ci\u0105g\u0142ej ca\u0142kowalnej z kwadratem, podobnie jak funkcje cosinus o r\u00F3\u017Cnych okresach i przesuni\u0119ciach umo\u017Cliwiaj\u0105 przedstawienie z dowoln\u0105 dok\u0142adno\u015Bci\u0105 ka\u017Cdej ca\u0142kowalnej funkcji okresowej (zob. transformata Fouriera). Falki s\u0105 u\u017Cywane w analizie i przetwarzaniu sygna\u0142\u00F3w cyfrowych, w kompresji obrazu i d\u017Awi\u0119ku, do rozwi\u0105zywania r\u00F3wna\u0144 r\u00F3\u017Cniczkowych cz\u0105stkowych oraz w wielu innych dziedzinach. Najprostsze z nich to falki Haara."@pl . . . . . . . . . . . . . . "Une ondelette est une fonction \u00E0 la base de la d\u00E9composition en ondelettes, d\u00E9composition similaire \u00E0 la transform\u00E9e de Fourier \u00E0 court terme, utilis\u00E9e dans le traitement du signal. Elle correspond \u00E0 l'id\u00E9e intuitive d'une fonction correspondant \u00E0 une petite oscillation, d'o\u00F9 son nom. Cependant, elle comporte deux diff\u00E9rences majeures avec la transform\u00E9e de Fourier \u00E0 court terme : Toutefois, il ne s'agit pas d'un formalisme diff\u00E9rent de la transform\u00E9e de Fourier, mais compl\u00E9mentaire, la d\u00E9composition en ondelettes utilisant le formalisme de Fourier."@fr . . . . . . . . . . "\u0412\u0435\u0439\u0432\u043B\u0435\u0442"@uk . . . . . . "Ondosimila\u0135o"@eo . . . . . . . "\u5C0F\u6CE2\u5206\u6790\uFF08\u82F1\u8A9E\uFF1Awavelet analysis\uFF09\u6216\u5C0F\u6CE2\u8F49\u63DB\uFF08\u82F1\u8A9E\uFF1Awavelet transform\uFF09\u662F\u6307\u7528\u6709\u9650\u9577\u6216\u5FEB\u901F\u8870\u6E1B\u7684\u300C\u6BCD\u5C0F\u6CE2\u300D\uFF08mother wavelet\uFF09\u7684\u632F\u76EA\u6CE2\u5F62\u4F86\u8868\u793A\u4FE1\u865F\u3002\u8A72\u6CE2\u5F62\u88AB\u7E2E\u653E\u548C\u5E73\u79FB\u4EE5\u5339\u914D\u8F38\u5165\u7684\u4FE1\u865F\u3002 \u300C\u5C0F\u6CE2\u300D\uFF08\u82F1\u8A9E\uFF1Awavelet\uFF09\u4E00\u8A5E\u7531\u5409\u6069\u00B7\u83AB\u83B1\u7279\u548C\u57281980\u5E74\u4EE3\u65E9\u671F\u63D0\u51FA\u3002\u4ED6\u5011\u7528\u7684\u662F\u6CD5\u8A9E\u8A5Eondelette\uFF0C\u610F\u601D\u5C31\u662F\u300C\u5C0F\u6CE2\u300D\u3002\u5F8C\u4F86\u5728\u82F1\u8A9E\u88E1\uFF0C\u300Conde\u300D\u88AB\u6539\u70BA\u300Cwave\u300D\u800C\u6210\u4E86wavelet\u3002 \u5C0F\u6CE2\u8B8A\u5316\u7684\u767C\u5C55\uFF0C\u627F\u8972\u52A0\u4F2F\u8F49\u63DB\u7684\u5C40\u90E8\u5316\u601D\u60F3\uFF0C\u4E26\u4E14\u514B\u670D\u4E86\u5085\u7ACB\u8449\u548C\u52A0\u4F2F\u8F49\u63DB\u7684\u90E8\u5206\u7F3A\u9677\uFF0C\u5C0F\u6CE2\u8B8A\u63DB\u63D0\u4F9B\u4E86\u4E00\u500B\u53EF\u4EE5\u8ABF\u8B8A\u7684\u6642\u983B\u7A97\u53E3\uFF0C\u7A97\u53E3\u7684\u5BEC\u5EA6\uFF08width\uFF09\u96A8\u8457\u983B\u7387\u8B8A\u5316\uFF0C\u983B\u7387\u589E\u9AD8\u6642\uFF0C\u6642\u9593\u7A97\u53E3\u7684\u5BEC\u5EA6\u5C31\u6703\u8B8A\u7A84\uFF0C\u4EE5\u63D0\u9AD8\u89E3\u6790\u5EA6\uFF0E\u5C0F\u6CE2\u5728\u6574\u500B\u6642\u9593\u7BC4\u570D\u5167\u7684\u632F\u5E45\u5E73\u5747\u503C\u70BA0\uFF0C\u5177\u6709\u6709\u9650\u7684\u6301\u7E8C\u6642\u9593\u548C\u7A81\u8B8A\u7684\u983B\u7387\u8207\u9707\u5E45\uFF0C\u53EF\u4EE5\u662F\u4E0D\u898F\u5247\uFF0C\u6216\u4E0D\u5C0D\u7A31\u7684\u8A0A\u865F\u3002 \u5C0F\u6CE2\u8B8A\u63DB\u5206\u6210\u5169\u500B\u5927\u985E\uFF1A\u96E2\u6563\u5C0F\u6CE2\u8B8A\u63DB\uFF08DWT\uFF09 \u548C\u9023\u7E8C\u5C0F\u6CE2\u8F49\u63DB\uFF08CWT\uFF09\u3002\u5169\u8005\u7684\u4E3B\u8981\u5340\u5225\u5728\u65BC\uFF0C\u9023\u7E8C\u8B8A\u63DB\u5728\u6240\u6709\u53EF\u80FD\u7684\u7E2E\u653E\u548C\u5E73\u79FB\u4E0A\u64CD\u4F5C\uFF0C\u800C\u96E2\u6563\u8B8A\u63DB\u63A1\u7528\u6240\u6709\u7E2E\u653E\u548C\u5E73\u79FB\u503C\u7684\u7279\u5B9A\u5B50\u96C6\u3002 \u5C0F\u6CE2\u7406\u8AD6\u548C\u5E7E\u500B\u5176\u4ED6\u8AB2\u984C\u76F8\u95DC\u3002\u6240\u6709\u5C0F\u6CE2\u8B8A\u63DB\u53EF\u4EE5\u8996\u70BA\u7684\u5F62\u5F0F\uFF0C\u6240\u4EE5\u548C\u8ABF\u548C\u5206\u6790\u76F8\u95DC\u3002\u6240\u6709\u5BE6\u969B\u6709\u7528\u7684\u300C\u96E2\u6563\u5C0F\u6CE2\u8B8A\u63DB\u300D\u4F7F\u7528\u5305\u542B\u6709\u9650\u8108\u885D\u97FF\u61C9\u6FFE\u6CE2\u5668\u7684\u6FFE\u6CE2\u5668\u6BB5\uFF08filter band\uFF09\u3002\u69CB\u6210CWT\u7684\u5C0F\u6CE2\u53D7\u7684\u5236\u7D04\u3002"@zh . . . . . . . . . . "Onduleta (portugu\u00EAs europeu) ou ondaleta (portugu\u00EAs brasileiro) (em ingl\u00EAs: wavelet) \u00E9 uma fun\u00E7\u00E3o capaz de decompor e descrever ou representar outra fun\u00E7\u00E3o (ou uma s\u00E9rie de dados) originalmente descrita no dom\u00EDnio do tempo (ou outra ou outras v\u00E1rias vari\u00E1veis independentes, como o espa\u00E7o), de forma a podermos analisar esta outra fun\u00E7\u00E3o em diferentes escalas de frequ\u00EAncia e de tempo. A decomposi\u00E7\u00E3o de uma fun\u00E7\u00E3o com o uso de wavelets \u00E9 conhecida como \"transformada wavelet\" e tem suas variantes e discreta. Gra\u00E7as \u00E0 capacidade de decompor as fun\u00E7\u00F5es tanto no dom\u00EDnio da frequ\u00EAncia quanto no dom\u00EDnio do tempo, as fun\u00E7\u00F5es wavelet s\u00E3o ferramentas poderosas de processamento de sinais, muito aplicadas na compress\u00E3o de dados, elimina\u00E7\u00E3o de ru\u00EDdo, separa\u00E7\u00E3o de componentes no sinal, identifica\u00E7\u00E3o de s"@pt . . . "Vlnka"@cs . . . . . . . . . . . . . "A wavelet is a wave-like oscillation with an amplitude that begins at zero, increases or decreases, and then returns to zero one or more times. Wavelets are termed a \"brief oscillation\". A taxonomy of wavelets has been established, based on the number and direction of its pulses. Wavelets are imbued with specific properties that make them useful for signal processing. For example, a wavelet could be created to have a frequency of Middle C and a short duration of roughly one tenth of a second. If this wavelet were to be convolved with a signal created from the recording of a melody, then the resulting signal would be useful for determining when the Middle C note appeared in the song. Mathematically, a wavelet correlates with a signal if a portion of the signal is similar. Correlation is at the core of many practical wavelet applications. As a mathematical tool, wavelets can be used to extract information from many different kinds of data, including \u2013 but not limited to \u2013 audio signals and images. Sets of wavelets are needed to analyze data fully. \"Complementary\" wavelets decompose a signal without gaps or overlaps so that the decomposition process is mathematically reversible. Thus, sets of complementary wavelets are useful in wavelet-based compression/decompression algorithms, where it is desirable to recover the original information with minimal loss. In formal terms, this representation is a wavelet series representation of a square-integrable function with respect to either a complete, orthonormal set of basis functions, or an overcomplete set or frame of a vector space, for the Hilbert space of square integrable functions. This is accomplished through coherent states. In classical physics, the diffraction phenomenon is described by the Huygens\u2013Fresnel principle that treats each point in a propagating wavefront as a collection of individual spherical wavelets. The characteristic bending pattern is most pronounced when a wave from a coherent source (such as a laser) encounters a slit/aperture that is comparable in size to its wavelength. This is due to the addition, or interference, of different points on the wavefront (or, equivalently, each wavelet) that travel by paths of different lengths to the registering surface. Multiple, closely spaced openings (e.g., a diffraction grating), can result in a complex pattern of varying intensity."@en . . . . . . . . . . . . . . "\u0627\u0644\u0645\u064F\u0648\u064E\u064A\u0652\u062C\u0629 \u0647\u064A \u062A\u0630\u0628\u0630\u0628 \u064A\u0634\u0628\u0647 \u0627\u0644\u0645\u0648\u062C\u0629 \u0628\u0633\u0639\u0629 \u062A\u0628\u062F\u0623 \u0645\u0646 \u0627\u0644\u0635\u0641\u0631\u060C \u0648\u062A\u0632\u062F\u0627\u062F \u0623\u0648 \u062A\u0646\u0642\u0635\u060C \u062B\u0645 \u062A\u0639\u0648\u062F \u0625\u0644\u0649 \u0627\u0644\u0635\u0641\u0631 \u0645\u0631\u0629 \u0648\u0627\u062D\u062F\u0629 \u0623\u0648 \u0623\u0643\u062B\u0631. \u062A\u0633\u0645\u0649 \u0627\u0644\u0645\u0648\u064A\u062C\u0627\u062A \u0628\u0640 \u00AB\u0627\u0644\u062A\u0630\u0628\u0630\u0628 \u0627\u0644\u0642\u0635\u064A\u0631\u00BB. \u062A\u0645 \u0648\u0636\u0639 \u062A\u0635\u0646\u064A\u0641 \u0644\u0644\u0645\u0648\u064A\u062C\u0627\u062A\u060C \u0628\u0646\u0627\u0621\u064B \u0639\u0644\u0649 \u0639\u062F\u062F \u0648\u0627\u062A\u062C\u0627\u0647 \u0646\u0628\u0636\u0627\u062A\u0647\u0627. \u062A\u062A\u0645\u062A\u0639 \u0627\u0644\u0645\u0648\u064A\u062C\u0627\u062A \u0628\u062E\u0635\u0627\u0626\u0635 \u0645\u062D\u062F\u062F\u0629 \u062A\u062C\u0639\u0644\u0647\u0627 \u0645\u0641\u064A\u062F\u0629 \u0644\u0645\u0639\u0627\u0644\u062C\u0629 \u0627\u0644\u0625\u0634\u0627\u0631\u0627\u062A. \u0648\u0647\u064A \u062F\u0627\u0644\u0629 \u0645\u0646 \u0623\u0633\u0627\u0633 \u0627\u0644\u062A\u0641\u0643\u064A\u0643 \u0625\u0644\u0649 \u0645\u0648\u064A\u062C\u0627\u062A\u060C \u0648\u0627\u0644\u062A\u0641\u0643\u064A\u0643 \u0627\u0644\u062F\u0648\u0627\u0644 \u0625\u0644\u0649 \u0645\u0648\u064A\u062C\u0627\u062A \u062A\u0641\u0643\u064A\u0643 \u0645\u0645\u0627\u062B\u0644 \u0644\u0645\u0627 \u064A\u0633\u0645\u0649 \u062A\u062D\u0648\u064A\u0644 \u0641\u0648\u0631\u064A\u064A\u0647 \u0627\u0644\u0645\u0646\u0642\u0637\u0639\u060C \u0648\u064A\u0633\u062A\u062E\u062F\u0645 \u0628\u0634\u0643\u0644 \u0648\u0627\u0633\u0639 \u0641\u064A \u0645\u0639\u0627\u0644\u062C\u0629 \u0627\u0644\u0625\u0634\u0627\u0631\u0627\u062A. \u0648\u0647\u0648 \u064A\u062A\u0648\u0627\u0641\u0642 \u0645\u0639 \u0641\u0643\u0631\u0629 \u0628\u062F\u064A\u0647\u064A\u0629 \u0644\u062F\u0627\u0644\u0629 \u062A\u0645\u062B\u0644 \u0630\u0628\u0630\u0628\u0629 \u0635\u063A\u064A\u0631\u0629 \u0648\u0645\u0646 \u0647\u0646\u0627 \u0623\u062A\u0649 \u0627\u0633\u0645\u0647\u0627.\u0645\u0639 \u0630\u0644\u0643\u060C \u0641\u0625\u0646\u0647 \u0644\u0647 \u0627\u062E\u062A\u0644\u0627\u0641\u064A\u0646 \u0623\u0633\u0627\u0633\u064A\u064A\u0646 \u0645\u0639 \u062A\u062D\u0648\u064A\u0644 \u0641\u0648\u0631\u064A\u064A\u0647: \n* \u064A\u0645\u0643\u0646 \u0623\u0646 \u0646\u0633\u062A\u0639\u0645\u0644 \u0641\u064A\u0647 \u0623\u0633\u0627\u0633 \u0644\u0644\u062F\u0648\u0627\u0644 \u0645\u062E\u062A\u0644\u0641\u0629 \u0648\u0644\u064A\u0633 \u0628\u0627\u0644\u0636\u0631\u0648\u0631\u0629 \u062F\u0648\u0627\u0644\u0627 \u062C\u064A\u0628\u064A\u0629. \n* \u0647\u0646\u0627\u0643 \u0639\u0644\u0627\u0642\u0629 \u062A\u0631\u0628\u0637 \u0628\u064A\u0646 \u0639\u0631\u0636 \u0627\u0644\u063A\u0644\u0627\u0641 \u0648\u062A\u0631\u062F\u062F \u0627\u0644\u0630\u0628\u0630\u0628\u0627\u062A: \u062D\u064A\u062B \u064A\u062A\u0645 \u0639\u0645\u0644 \u0644\u0644\u0645\u0648\u064A\u062C\u0629 \u0648\u0644\u064A\u0633 \u0641\u0642\u0637 \u0630\u0628\u0630\u0628\u0629. \u0648\u0645\u0639 \u0630\u0644\u0643\u060C \u0641\u0625\u0646\u0647 \u0644\u064A\u0633 \u0628\u062A\u0634\u0643\u064A\u0644 \u0631\u064A\u0627\u0636\u064A \u0645\u062E\u062A\u0644\u0641\u0629 \u0639\u0646 \u062A\u062D\u0648\u064A\u0644 \u0641\u0648\u0631\u064A\u064A\u0647\u060C \u0648\u0644\u0643\u0646\u0647 \u0645\u0643\u0645\u0644 \u0644\u0647\u061B \u0641\u0627\u0644\u062A\u0641\u0643\u064A\u0643 \u0625\u0644\u0649 \u0645\u0648\u064A\u062C\u0627\u062A \u064A\u0633\u062A\u0639\u0645\u0644 \u0627\u0644\u062A\u0634\u0643\u064A\u0644 \u0627\u0644\u0631\u064A\u0627\u0636\u064A \u0644\u0641\u0648\u0631\u064A\u064A\u0647."@ar . . . "A wavelet is a wave-like oscillation with an amplitude that begins at zero, increases or decreases, and then returns to zero one or more times. Wavelets are termed a \"brief oscillation\". A taxonomy of wavelets has been established, based on the number and direction of its pulses. Wavelets are imbued with specific properties that make them useful for signal processing."@en . "Onduleta (portugu\u00EAs europeu) ou ondaleta (portugu\u00EAs brasileiro) (em ingl\u00EAs: wavelet) \u00E9 uma fun\u00E7\u00E3o capaz de decompor e descrever ou representar outra fun\u00E7\u00E3o (ou uma s\u00E9rie de dados) originalmente descrita no dom\u00EDnio do tempo (ou outra ou outras v\u00E1rias vari\u00E1veis independentes, como o espa\u00E7o), de forma a podermos analisar esta outra fun\u00E7\u00E3o em diferentes escalas de frequ\u00EAncia e de tempo. A decomposi\u00E7\u00E3o de uma fun\u00E7\u00E3o com o uso de wavelets \u00E9 conhecida como \"transformada wavelet\" e tem suas variantes e discreta. Gra\u00E7as \u00E0 capacidade de decompor as fun\u00E7\u00F5es tanto no dom\u00EDnio da frequ\u00EAncia quanto no dom\u00EDnio do tempo, as fun\u00E7\u00F5es wavelet s\u00E3o ferramentas poderosas de processamento de sinais, muito aplicadas na compress\u00E3o de dados, elimina\u00E7\u00E3o de ru\u00EDdo, separa\u00E7\u00E3o de componentes no sinal, identifica\u00E7\u00E3o de singularidades, detec\u00E7\u00E3o de auto-semelhan\u00E7a, e muito mais. A exemplo de outras transformadas, sua defini\u00E7\u00E3o pode ser expandida de forma a abarcar um maior n\u00FAmero de dimens\u00F5es; por exemplo, para tratamento de imagens, pode-se usar a transformada de wavelet bidimensional."@pt . . . . . "Wavelet"@nl . "Mit dem Begriff Wavelet wird in der Mathematik eine Gruppe von Funktionen mit wellenartigem Charakter bezeichnet. Das Wort ist eine Neusch\u00F6pfung aus dem franz\u00F6sischen \u201Eondelette\u201C, das \u201Ekleine Welle\u201C bedeutet und teils w\u00F6rtlich (\u201Eonde\u201C\u2192\u201Ewave\u201C), teils phonetisch (\u201E-lette\u201C\u2192\u201E-let\u201C) ins Englische \u00FCbertragen wurde. Wavelets beschreiben die Basisfunktion einer kontinuierlichen oder diskreten Wavelet-Transformation. Die Wavelet-Transformation ist das aktuelle Hauptanwendungsgebiet f\u00FCr Wavelet-Funktionen."@de . . "1117517216"^^ . . . . . "Wavelet o ondicelle, analisi wavelet, e trasformata wavelet si riferiscono alla rappresentazione di un segnale mediante l'uso di una forma d'onda oscillante di lunghezza finita o a decadimento rapido (nota come wavelet madre). Questa forma d'onda \u00E8 e traslata per adattarsi al segnale in ingresso."@it . . . . . . . . . "\u0412\u0435\u0439\u0432\u043B\u0435\u0442-\u043F\u0435\u0440\u0435\u0442\u0432\u043E\u0440\u0435\u043D\u043D\u044F (wavelet, \u0432\u0435\u0439\u0432\u043B\u0435\u0442, \u0445\u0432\u0438\u043B\u044C\u043A\u0438, \u0445\u0432\u0438\u043B\u044C\u043A\u043E\u0432\u0456 \u043F\u0435\u0440\u0435\u0442\u0432\u043E\u0440\u0435\u043D\u043D\u044F). \u0423\u0441\u0456 \u0432\u0435\u0439\u0432\u043B\u0435\u0442-\u043F\u0435\u0440\u0435\u0442\u0432\u043E\u0440\u0435\u043D\u043D\u044F \u0440\u043E\u0437\u0433\u043B\u044F\u0434\u0430\u044E\u0442\u044C \u0444\u0443\u043D\u043A\u0446\u0456\u044E (\u0432\u0437\u044F\u0442\u0443 \u044F\u043A \u0444\u0443\u043D\u043A\u0446\u0456\u0454\u044E \u0432\u0456\u0434 \u0447\u0430\u0441\u0443) \u0443 \u0442\u0435\u0440\u043C\u0456\u043D\u0430\u0445 \u043A\u043E\u043B\u0438\u0432\u0430\u043D\u044C, \u043B\u043E\u043A\u0430\u043B\u0456\u0437\u043E\u0432\u0430\u043D\u0438\u0445 \u0437\u0430 \u0447\u0430\u0441\u043E\u043C (\u043F\u0440\u043E\u0441\u0442\u043E\u0440\u043E\u043C) \u0456 \u0447\u0430\u0441\u0442\u043E\u0442\u043E\u044E. \u041B\u043E\u043A\u0430\u043B\u044C\u043D\u0456\u0441\u0442\u044C \u0443 \u043F\u0440\u043E\u0441\u0442\u043E\u0440\u0456 \u043E\u0437\u043D\u0430\u0447\u0430\u0454, \u0449\u043E \u0435\u043D\u0435\u0440\u0433\u0456\u044F \u0445\u0432\u0438\u043B\u044C\u043E\u043A (\u0432\u0435\u0439\u0432\u043B\u0435\u0442\u0456\u0432) \u0441\u043A\u043E\u043D\u0446\u0435\u043D\u0442\u0440\u043E\u0432\u0430\u043D\u0430 \u043D\u0430 \u0441\u043A\u0456\u043D\u0447\u0435\u043D\u043D\u043E\u043C\u0443 \u0456\u043D\u0442\u0435\u0440\u0432\u0430\u043B\u0456, \u0442\u0430\u043A \u0437\u0432\u0430\u043D\u0430 \u0444\u0443\u043D\u043A\u0446\u0456\u044F \u043D\u0430 \u043A\u043E\u043C\u043F\u0430\u043A\u0442\u043D\u043E\u043C\u0443 \u043D\u043E\u0441\u0456\u0457. \u0427\u0430\u0441\u0442\u043E\u0442\u043D\u0430 \u043B\u043E\u043A\u0430\u043B\u0456\u0437\u0430\u0446\u0456\u044F \u043E\u0437\u043D\u0430\u0447\u0430\u0454, \u0449\u043E \u043F\u0435\u0440\u0435\u0442\u0432\u043E\u0440\u0435\u043D\u043D\u044F \u0424\u0443\u0440'\u0454 \u0445\u0432\u0438\u043B\u044C\u043A\u0438 \u043B\u043E\u043A\u0430\u043B\u0456\u0437\u043E\u0432\u0430\u043D\u0435. \u0427\u0430\u0441\u0442\u043E\u0442\u043D\u0430 \u043B\u043E\u043A\u0430\u043B\u0456\u0437\u0430\u0446\u0456\u044F \u0444\u0443\u043D\u043A\u0446\u0456\u0457 \u0437\u0432\u043E\u0434\u0438\u0442\u044C\u0441\u044F \u0434\u043E \u043F\u043E\u043D\u044F\u0442\u044C \u0433\u043B\u0430\u0434\u043A\u043E\u0441\u0442\u0456 \u0442\u0430 \u043A\u0456\u043B\u044C\u043A\u043E\u0441\u0442\u0456 \u0437\u043D\u0438\u043A\u0430\u044E\u0447\u0438\u0445 \u043C\u043E\u043C\u0435\u043D\u0442\u0456\u0432. \u0412\u0435\u0439\u0432\u043B\u0435\u0442-\u043F\u0435\u0440\u0435\u0442\u0432\u043E\u0440\u0435\u043D\u043D\u044F \u0437\u0432\u0438\u0447\u0430\u0439\u043D\u043E \u043F\u043E\u0434\u0456\u043B\u044F\u044E\u0442\u044C \u043D\u0430 (DWT) \u0442\u0430 (CWT)."@uk . . . . . . . . . . "Vlnka (anglicky wavelet) je funkce pou\u017E\u00EDvan\u00E1 k rozkladu funkce nebo sign\u00E1lu vlnkovou transformac\u00ED. Anglick\u00FD v\u00FDraz wavelet zavedli v po\u010D\u00E1tc\u00EDch 80. let 20. stolet\u00ED francouz\u0161t\u00ED fyzikov\u00E9 a . Pou\u017Eili francouzsk\u00E9 slovo ondelette (mal\u00E1 vlna, vlnka). Z\u00E1hy bylo toto slovo p\u0159eneseno do angli\u010Dtiny p\u0159ekladem francouzsk\u00E9ho onde (vlna) na anglick\u00E9 wave. T\u00EDm vznikl term\u00EDn wavelet. Vlnka je funkce z Hilbertova prostoru a mus\u00ED spl\u0148ovat n\u00E1sleduj\u00EDc\u00ED podm\u00EDnky."@cs . . "\u0412\u0435\u0439\u0432\u043B\u0435\u0442-\u043F\u0435\u0440\u0435\u0442\u0432\u043E\u0440\u0435\u043D\u043D\u044F (wavelet, \u0432\u0435\u0439\u0432\u043B\u0435\u0442, \u0445\u0432\u0438\u043B\u044C\u043A\u0438, \u0445\u0432\u0438\u043B\u044C\u043A\u043E\u0432\u0456 \u043F\u0435\u0440\u0435\u0442\u0432\u043E\u0440\u0435\u043D\u043D\u044F). \u0423\u0441\u0456 \u0432\u0435\u0439\u0432\u043B\u0435\u0442-\u043F\u0435\u0440\u0435\u0442\u0432\u043E\u0440\u0435\u043D\u043D\u044F \u0440\u043E\u0437\u0433\u043B\u044F\u0434\u0430\u044E\u0442\u044C \u0444\u0443\u043D\u043A\u0446\u0456\u044E (\u0432\u0437\u044F\u0442\u0443 \u044F\u043A \u0444\u0443\u043D\u043A\u0446\u0456\u0454\u044E \u0432\u0456\u0434 \u0447\u0430\u0441\u0443) \u0443 \u0442\u0435\u0440\u043C\u0456\u043D\u0430\u0445 \u043A\u043E\u043B\u0438\u0432\u0430\u043D\u044C, \u043B\u043E\u043A\u0430\u043B\u0456\u0437\u043E\u0432\u0430\u043D\u0438\u0445 \u0437\u0430 \u0447\u0430\u0441\u043E\u043C (\u043F\u0440\u043E\u0441\u0442\u043E\u0440\u043E\u043C) \u0456 \u0447\u0430\u0441\u0442\u043E\u0442\u043E\u044E. \u041B\u043E\u043A\u0430\u043B\u044C\u043D\u0456\u0441\u0442\u044C \u0443 \u043F\u0440\u043E\u0441\u0442\u043E\u0440\u0456 \u043E\u0437\u043D\u0430\u0447\u0430\u0454, \u0449\u043E \u0435\u043D\u0435\u0440\u0433\u0456\u044F \u0445\u0432\u0438\u043B\u044C\u043E\u043A (\u0432\u0435\u0439\u0432\u043B\u0435\u0442\u0456\u0432) \u0441\u043A\u043E\u043D\u0446\u0435\u043D\u0442\u0440\u043E\u0432\u0430\u043D\u0430 \u043D\u0430 \u0441\u043A\u0456\u043D\u0447\u0435\u043D\u043D\u043E\u043C\u0443 \u0456\u043D\u0442\u0435\u0440\u0432\u0430\u043B\u0456, \u0442\u0430\u043A \u0437\u0432\u0430\u043D\u0430 \u0444\u0443\u043D\u043A\u0446\u0456\u044F \u043D\u0430 \u043A\u043E\u043C\u043F\u0430\u043A\u0442\u043D\u043E\u043C\u0443 \u043D\u043E\u0441\u0456\u0457. \u0427\u0430\u0441\u0442\u043E\u0442\u043D\u0430 \u043B\u043E\u043A\u0430\u043B\u0456\u0437\u0430\u0446\u0456\u044F \u043E\u0437\u043D\u0430\u0447\u0430\u0454, \u0449\u043E \u043F\u0435\u0440\u0435\u0442\u0432\u043E\u0440\u0435\u043D\u043D\u044F \u0424\u0443\u0440'\u0454 \u0445\u0432\u0438\u043B\u044C\u043A\u0438 \u043B\u043E\u043A\u0430\u043B\u0456\u0437\u043E\u0432\u0430\u043D\u0435. \u0427\u0430\u0441\u0442\u043E\u0442\u043D\u0430 \u043B\u043E\u043A\u0430\u043B\u0456\u0437\u0430\u0446\u0456\u044F \u0444\u0443\u043D\u043A\u0446\u0456\u0457 \u0437\u0432\u043E\u0434\u0438\u0442\u044C\u0441\u044F \u0434\u043E \u043F\u043E\u043D\u044F\u0442\u044C \u0433\u043B\u0430\u0434\u043A\u043E\u0441\u0442\u0456 \u0442\u0430 \u043A\u0456\u043B\u044C\u043A\u043E\u0441\u0442\u0456 \u0437\u043D\u0438\u043A\u0430\u044E\u0447\u0438\u0445 \u043C\u043E\u043C\u0435\u043D\u0442\u0456\u0432. \u0412\u0435\u0439\u0432\u043B\u0435\u0442-\u043F\u0435\u0440\u0435\u0442\u0432\u043E\u0440\u0435\u043D\u043D\u044F \u0437\u0432\u0438\u0447\u0430\u0439\u043D\u043E \u043F\u043E\u0434\u0456\u043B\u044F\u044E\u0442\u044C \u043D\u0430 (DWT) \u0442\u0430 (CWT)."@uk . . "Les ondetes s\u00F3n funcions matem\u00E0tiques que divideixen un senyal en diferents components freq\u00FCencials, i despr\u00E9s estudien cada component amb una resoluci\u00F3 que dep\u00E8n de la seva escala."@ca . "\u30A6\u30A7\u30FC\u30D6\u30EC\u30C3\u30C8\uFF08\u82F1: wavelet\uFF09\u3084\u30DE\u30B6\u30FC\u30A6\u30A7\u30FC\u30D6\u30EC\u30C3\u30C8\uFF08\u82F1: mother wavelet\uFF09\u3068\u306F\u3001\u6570\u5B66\u306B\u304A\u3044\u3066\u3001\u5C40\u5728\u3059\u308B\u6CE2\u3001\u3064\u307E\u308A\u3001\u6709\u9650\u306E\u9577\u3055\u306E\u6CE2\u3082\u3057\u304F\u306F\u901F\u3084\u304B\u306B\u6E1B\u8870\u3059\u308B\u6CE2\u306E\u4E8B\u3002\u30D5\u30A1\u30FC\u30B6\u30FC\u30A6\u30A7\u30FC\u30D6\u30EC\u30C3\u30C8\uFF08\u82F1: father wavelet\uFF09\u3068\u306F\u3001\u591A\u91CD\u89E3\u50CF\u5EA6\u89E3\u6790\u306B\u3066\u4F7F\u308F\u308C\u308B\u3001\u30DE\u30B6\u30FC\u30A6\u30A7\u30FC\u30D6\u30EC\u30C3\u30C8\u95A2\u6570\u3068\u30BB\u30C3\u30C8\u3067\u4F7F\u308F\u308C\u308B\u30B9\u30B1\u30FC\u30EA\u30F3\u30B0\u95A2\u6570\u306E\u4E8B\u3002wavelet\u306Fwave\uFF08\u6CE2\uFF09\u3068let\uFF08\u5C0F\u3055\u3044\uFF09\u306E\u5408\u6210\u8A9E\u3067\u3042\u308B\u3002 \u30A6\u30A7\u30FC\u30D6\u30EC\u30C3\u30C8\u5909\u63DB\u30FB\u30A6\u30A7\u30FC\u30D6\u30EC\u30C3\u30C8\u89E3\u6790\u3068\u306F\u3001\u30A6\u30A7\u30FC\u30D6\u30EC\u30C3\u30C8\u3092\u7528\u3044\u3066\u5909\u63DB\u30FB\u89E3\u6790\u3059\u308B\u4E8B\u3002\u4FE1\u53F7\u8868\u73FE\u306F\u5165\u529B\u4FE1\u53F7\u306B\u5408\u81F4\u3059\u308B\u3088\u3046\u306A\u30A6\u30A7\u30FC\u30D6\u30EC\u30C3\u30C8\u6CE2\u5F62\u306E\u62E1\u5927\u7E2E\u5C0F\uFF08\u30B9\u30B1\u30FC\u30EA\u30F3\u30B0\uFF09\u30FB\u5E73\u884C\u79FB\u52D5\uFF08\u30B7\u30D5\u30C8\uFF09\u306B\u3088\u308A\u884C\u308F\u308C\u308B\u3002\u3088\u308A\u6B63\u78BA\u306B\u306F\u3001\u3053\u306E\u4FE1\u53F7\u8868\u73FE\u306F\u30A6\u30A7\u30FC\u30D6\u30EC\u30C3\u30C8\u7CFB\u5217\u3068\u547C\u3070\u308C\u3001\u3053\u308C\u306F2\u4E57\u53EF\u7A4D\u5206\u95A2\u6570\u306E\u30D2\u30EB\u30D9\u30EB\u30C8\u7A7A\u9593\u306B\u304A\u3051\u308B\u5B8C\u5168\u6B63\u898F\u76F4\u4EA4\u7CFB\u306E\u57FA\u5E95\u95A2\u6570\u96C6\u5408\uFF08\u6B63\u898F\u76F4\u4EA4\u57FA\u5E95\uFF09\u3092\u7528\u3044\u305F\u7DDA\u5F62\u57FA\u5E95\u5C55\u958B\u3067\u3042\u308B\u3002"@ja . . . . . "\u30A6\u30A7\u30FC\u30D6\u30EC\u30C3\u30C8"@ja . "Une ondelette est une fonction \u00E0 la base de la d\u00E9composition en ondelettes, d\u00E9composition similaire \u00E0 la transform\u00E9e de Fourier \u00E0 court terme, utilis\u00E9e dans le traitement du signal. Elle correspond \u00E0 l'id\u00E9e intuitive d'une fonction correspondant \u00E0 une petite oscillation, d'o\u00F9 son nom. Cependant, elle comporte deux diff\u00E9rences majeures avec la transform\u00E9e de Fourier \u00E0 court terme : \n* elle peut mettre en \u0153uvre une base diff\u00E9rente, non forc\u00E9ment sinuso\u00EFdale ; \n* il existe une relation entre la largeur de l'enveloppe et la fr\u00E9quence des oscillations : on effectue ainsi une homoth\u00E9tie de l'ondelette, et non seulement de l'oscillation. Toutefois, il ne s'agit pas d'un formalisme diff\u00E9rent de la transform\u00E9e de Fourier, mais compl\u00E9mentaire, la d\u00E9composition en ondelettes utilisant le formalisme de Fourier. La technique des ondelettes est particuli\u00E8rement utilis\u00E9e pour la compression de donn\u00E9es informatiques et d'images."@fr . . . . . . . . . . . . . . . . . "\u0627\u0644\u0645\u064F\u0648\u064E\u064A\u0652\u062C\u0629 \u0647\u064A \u062A\u0630\u0628\u0630\u0628 \u064A\u0634\u0628\u0647 \u0627\u0644\u0645\u0648\u062C\u0629 \u0628\u0633\u0639\u0629 \u062A\u0628\u062F\u0623 \u0645\u0646 \u0627\u0644\u0635\u0641\u0631\u060C \u0648\u062A\u0632\u062F\u0627\u062F \u0623\u0648 \u062A\u0646\u0642\u0635\u060C \u062B\u0645 \u062A\u0639\u0648\u062F \u0625\u0644\u0649 \u0627\u0644\u0635\u0641\u0631 \u0645\u0631\u0629 \u0648\u0627\u062D\u062F\u0629 \u0623\u0648 \u0623\u0643\u062B\u0631. \u062A\u0633\u0645\u0649 \u0627\u0644\u0645\u0648\u064A\u062C\u0627\u062A \u0628\u0640 \u00AB\u0627\u0644\u062A\u0630\u0628\u0630\u0628 \u0627\u0644\u0642\u0635\u064A\u0631\u00BB. \u062A\u0645 \u0648\u0636\u0639 \u062A\u0635\u0646\u064A\u0641 \u0644\u0644\u0645\u0648\u064A\u062C\u0627\u062A\u060C \u0628\u0646\u0627\u0621\u064B \u0639\u0644\u0649 \u0639\u062F\u062F \u0648\u0627\u062A\u062C\u0627\u0647 \u0646\u0628\u0636\u0627\u062A\u0647\u0627. \u062A\u062A\u0645\u062A\u0639 \u0627\u0644\u0645\u0648\u064A\u062C\u0627\u062A \u0628\u062E\u0635\u0627\u0626\u0635 \u0645\u062D\u062F\u062F\u0629 \u062A\u062C\u0639\u0644\u0647\u0627 \u0645\u0641\u064A\u062F\u0629 \u0644\u0645\u0639\u0627\u0644\u062C\u0629 \u0627\u0644\u0625\u0634\u0627\u0631\u0627\u062A. \u0648\u0647\u064A \u062F\u0627\u0644\u0629 \u0645\u0646 \u0623\u0633\u0627\u0633 \u0627\u0644\u062A\u0641\u0643\u064A\u0643 \u0625\u0644\u0649 \u0645\u0648\u064A\u062C\u0627\u062A\u060C \u0648\u0627\u0644\u062A\u0641\u0643\u064A\u0643 \u0627\u0644\u062F\u0648\u0627\u0644 \u0625\u0644\u0649 \u0645\u0648\u064A\u062C\u0627\u062A \u062A\u0641\u0643\u064A\u0643 \u0645\u0645\u0627\u062B\u0644 \u0644\u0645\u0627 \u064A\u0633\u0645\u0649 \u062A\u062D\u0648\u064A\u0644 \u0641\u0648\u0631\u064A\u064A\u0647 \u0627\u0644\u0645\u0646\u0642\u0637\u0639\u060C \u0648\u064A\u0633\u062A\u062E\u062F\u0645 \u0628\u0634\u0643\u0644 \u0648\u0627\u0633\u0639 \u0641\u064A \u0645\u0639\u0627\u0644\u062C\u0629 \u0627\u0644\u0625\u0634\u0627\u0631\u0627\u062A. \u0648\u0647\u0648 \u064A\u062A\u0648\u0627\u0641\u0642 \u0645\u0639 \u0641\u0643\u0631\u0629 \u0628\u062F\u064A\u0647\u064A\u0629 \u0644\u062F\u0627\u0644\u0629 \u062A\u0645\u062B\u0644 \u0630\u0628\u0630\u0628\u0629 \u0635\u063A\u064A\u0631\u0629 \u0648\u0645\u0646 \u0647\u0646\u0627 \u0623\u062A\u0649 \u0627\u0633\u0645\u0647\u0627.\u0645\u0639 \u0630\u0644\u0643\u060C \u0641\u0625\u0646\u0647 \u0644\u0647 \u0627\u062E\u062A\u0644\u0627\u0641\u064A\u0646 \u0623\u0633\u0627\u0633\u064A\u064A\u0646 \u0645\u0639 \u062A\u062D\u0648\u064A\u0644 \u0641\u0648\u0631\u064A\u064A\u0647:"@ar . . "p/w097160"@en . . . . . "\uC6E8\uC774\uBE14\uB9BF(wavelet)\uC774\uB780 0\uC744 \uC911\uC2EC\uC73C\uB85C \uC99D\uAC00\uC640 \uAC10\uC18C\uB97C \uBC18\uBCF5\uD558\uB294 \uC9C4\uD3ED\uC744 \uC218\uBC18\uD55C \uD30C\uB3D9 \uAC19\uC740 \uC9C4\uB3D9\uC744 \uB9D0\uD55C\uB2E4. \uADF8\uAC83\uC740 \uC9C0\uC9C4\uACC4\uB098 \uC2EC\uBC15 \uCCB4\uD06C\uC5D0 \uAE30\uB85D\uB418\uC5B4 \uBCF4\uC774\uB294 \uAC83\uACFC \uAC19\uC740 \uC804\uD615\uC801\uC778 \"\uC9E7\uC740 \uC9C4\uB3D9\"\uC758 \uD615\uD0DC\uB85C \uB098\uD0C0\uB09C\uB2E4. \uC77C\uBC18\uC801\uC73C\uB85C \uC6E8\uC774\uBE14\uB9BF\uC740 \uC2E0\uD638 \uCC98\uB9AC\uC5D0 \uC720\uC6A9\uD55C \uD2B9\uC815\uD55C \uC131\uC9C8\uC744 \uAC00\uC9C0\uB3C4\uB85D \uD558\uB294 \uBAA9\uC801\uC744 \uAC00\uC9C0\uACE0 \uB9CC\uB4E4\uC5B4\uC9C4\uB2E4. \uC6E8\uC774\uBE14\uB9BF\uC740 \uD569\uC131\uACF1(convolution) \uAE30\uC220\uC744 \uD1B5\uD574 \uC54C\uACE0 \uC788\uB294 \uC2E0\uD638\uC640 \uACB0\uD569\uD558\uC5EC, \uC54C\uB824\uC9C0\uC9C0 \uC54A\uC740 \uC2E0\uD638\uB85C\uBD80\uD130 \uC815\uBCF4\uB97C \uCD94\uCD9C\uD558\uB294\uB370\uC5D0 \uC0AC\uC6A9\uB420 \uC218 \uC788\uB2E4. \uC608\uB97C \uB4E4\uC5B4 \uAC00\uC628 \uB3C4(Middle C) \uC8FC\uD30C\uC218\uC640 \uB300\uB7B5 32\uBD84 \uC74C\uD45C \uC815\uB3C4\uC758 \uAE38\uC774\uB97C \uAC00\uC9C4 \uC6E8\uC774\uBE14\uB9BF\uC744 \uC0DD\uC131\uD560 \uC218 \uC788\uB2E4. \uB9CC\uC57D \uC6E8\uC774\uBE14\uB9BF\uC774 \uB178\uB798\uC758 \uB179\uC74C\uBCF8\uC5D0\uC11C \uC0DD\uC131\uB41C \uC2E0\uD638\uC640 \uD569\uC131\uACF1 \uB41C\uB2E4\uBA74, \uADF8 \uACB0\uACFC\uB97C \uD1B5\uD574 \uB178\uB798\uC5D0\uC11C \uC5B8\uC81C \uBBF8\uB4E4 C \uB178\uD2B8\uAC00 \uC7AC\uC0DD\uB418\uACE0 \uC788\uC5C8\uB294\uC9C0\uB97C \uC544\uB294 \uB370 \uC720\uC6A9\uD560 \uAC83\uC774\uB2E4. \uC218\uD559\uC801\uC73C\uB85C, \uC5B4\uB5A4 \uC54C\uB824\uC9C0\uC9C0 \uC54A\uC740 \uC2E0\uD638\uAC00 \uC6E8\uC774\uBE14\uB9BF\uACFC \uC720\uC0AC\uD55C \uC8FC\uD30C\uB97C \uAC00\uC9C4\uB2E4\uBA74 \uC6E8\uC774\uBE14\uB9BF\uC740 \uACF5\uC9C4\uD560 \uAC83\uC774\uB2E4. \uC774\uAC83\uC740 \uC18C\uB9AC\uAD7D\uC1E0\uAC00 \uBB3C\uB9AC\uC801\uC73C\uB85C \uD2B9\uC815 \uC18C\uB9AC\uAD7D\uC1E0 \uC8FC\uD30C\uAC00 \uAC00\uC9C0\uB294 \uC74C\uD30C\uC640 \uACF5\uC9C4\uD558\uB294 \uAC83\uACFC \uAC19\uB2E4. \uACF5\uBA85\uC758 \uAC1C\uB150\uC740 \uC6E8\uC774\uBE14\uB9BF \uC774\uB860\uC758 \uB9CE\uC740 \uC2E4\uC6A9\uC801\uC778 \uC751\uC6A9 \uD504\uB85C\uADF8\uB7A8\uB4E4\uC758 \uD575\uC2EC\uC774\uB2E4. \uC6E8\uC774\uBE14\uB9BF\uC740 \uC624\uB514\uC624 \uC2E0\uD638, \uC774\uBBF8\uC9C0 \uBFD0 \uC544\uB2C8\uB77C \uB2E4\uB978 \uB2E4\uC591\uD55C \uC885\uB958\uC758 \uB370\uC774\uD130\uB85C\uBD80\uD130 \uC815\uBCF4\uB97C \uCD94\uCD9C\uD558\uB294\uB370 \uC0AC\uC6A9\uB420 \uC218 \uC788\uB294 \uC218\uD559\uC801 \uB3C4\uAD6C\uC774\uB2E4.\uB370\uC774\uD130\uB97C \uC644\uC804\uD788 \uBD84\uC11D\uD558\uAE30 \uC704\uD574\uC11C\uB294 \uC77C\uB828\uC758 \uC6E8\uC774\uBE14\uB9BF\uC774 \uCD94\uAC00\uC801\uC73C\uB85C \uD544\uC694\uD558\uB2E4. \uC774\uB7EC\uD55C \uC77C\uB828\uC758 \"\uBCF4\uC644\uC801\uC778\" \uC6E8\uC774\uBE14\uB9BF\uC740 \uBE60\uC9D0(gap)\uC774\uB098 \uC911\uBCF5(overlap) \uC5C6\uC774 \uB370\uC774\uD130\uB97C \uBD84\uD574\uD560 \uC218 \uC788\uC5B4, \uBD84\uD574 \uACFC\uC815\uC740 \uC218\uD559\uC801\uC73C\uB85C \uAC00\uC5ED\uC801(reversible)\uC774\uB2E4.\uADF8\uB7EC\uBBC0\uB85C \uC774\uB7EC\uD55C \uC77C\uB828\uC758 \uBCF4\uC644\uC801\uC778 \uC6E8\uC774\uBE14\uB9BF\uC740 \uC190\uC2E4\uC744 \uCD5C\uC18C\uD654\uD558\uBA70 \uC6D0\uC815\uBCF4\uB97C \uBCF5\uC6D0\uD558\uB3C4\uB85D \uC124\uACC4\uB41C \uC6E8\uC774\uBE14\uB9BF \uAE30\uBC18\uC758 \uC555\uCD95/\uD574\uC81C \uC54C\uACE0\uB9AC\uC998\uC5D0\uC11C \uC720\uC6A9\uD558\uB2E4. \uC218\uD559\uC801\uC73C\uB85C, \uC774 \uD45C\uD604\uBC29\uC2DD(representation)\uC740 \uC81C\uACF1 \uC801\uBD84 \uAC00\uB2A5 \uD568\uC218(L2 function)\uC758 \uD790\uBCA0\uB974\uD2B8 \uACF5\uAC04\uC744 \uC704\uD55C \uC644\uBE44, \uC9C1\uAD50 \uAE30\uC800 \uD568\uC218\uC758 \uC9D1\uD569 \uD639\uC740 overcompelete \uC9D1\uD569 \uD639\uC740 \uBCA1\uD130 \uACF5\uAC04\uC758 \uD504\uB808\uC784\uC5D0 \uAD00\uD55C \uC81C\uACF1 \uC801\uBD84 \uAC00\uB2A5 \uD568\uC218\uC758 \uC6E8\uC774\uBE14\uB9BF \uC2DC\uB9AC\uC988 \uD45C\uD604\uBC29\uC2DD\uC774\uB2E4."@ko . . . "\u5C0F\u6CE2\u5206\u6790\uFF08\u82F1\u8A9E\uFF1Awavelet analysis\uFF09\u6216\u5C0F\u6CE2\u8F49\u63DB\uFF08\u82F1\u8A9E\uFF1Awavelet transform\uFF09\u662F\u6307\u7528\u6709\u9650\u9577\u6216\u5FEB\u901F\u8870\u6E1B\u7684\u300C\u6BCD\u5C0F\u6CE2\u300D\uFF08mother wavelet\uFF09\u7684\u632F\u76EA\u6CE2\u5F62\u4F86\u8868\u793A\u4FE1\u865F\u3002\u8A72\u6CE2\u5F62\u88AB\u7E2E\u653E\u548C\u5E73\u79FB\u4EE5\u5339\u914D\u8F38\u5165\u7684\u4FE1\u865F\u3002 \u300C\u5C0F\u6CE2\u300D\uFF08\u82F1\u8A9E\uFF1Awavelet\uFF09\u4E00\u8A5E\u7531\u5409\u6069\u00B7\u83AB\u83B1\u7279\u548C\u57281980\u5E74\u4EE3\u65E9\u671F\u63D0\u51FA\u3002\u4ED6\u5011\u7528\u7684\u662F\u6CD5\u8A9E\u8A5Eondelette\uFF0C\u610F\u601D\u5C31\u662F\u300C\u5C0F\u6CE2\u300D\u3002\u5F8C\u4F86\u5728\u82F1\u8A9E\u88E1\uFF0C\u300Conde\u300D\u88AB\u6539\u70BA\u300Cwave\u300D\u800C\u6210\u4E86wavelet\u3002 \u5C0F\u6CE2\u8B8A\u5316\u7684\u767C\u5C55\uFF0C\u627F\u8972\u52A0\u4F2F\u8F49\u63DB\u7684\u5C40\u90E8\u5316\u601D\u60F3\uFF0C\u4E26\u4E14\u514B\u670D\u4E86\u5085\u7ACB\u8449\u548C\u52A0\u4F2F\u8F49\u63DB\u7684\u90E8\u5206\u7F3A\u9677\uFF0C\u5C0F\u6CE2\u8B8A\u63DB\u63D0\u4F9B\u4E86\u4E00\u500B\u53EF\u4EE5\u8ABF\u8B8A\u7684\u6642\u983B\u7A97\u53E3\uFF0C\u7A97\u53E3\u7684\u5BEC\u5EA6\uFF08width\uFF09\u96A8\u8457\u983B\u7387\u8B8A\u5316\uFF0C\u983B\u7387\u589E\u9AD8\u6642\uFF0C\u6642\u9593\u7A97\u53E3\u7684\u5BEC\u5EA6\u5C31\u6703\u8B8A\u7A84\uFF0C\u4EE5\u63D0\u9AD8\u89E3\u6790\u5EA6\uFF0E\u5C0F\u6CE2\u5728\u6574\u500B\u6642\u9593\u7BC4\u570D\u5167\u7684\u632F\u5E45\u5E73\u5747\u503C\u70BA0\uFF0C\u5177\u6709\u6709\u9650\u7684\u6301\u7E8C\u6642\u9593\u548C\u7A81\u8B8A\u7684\u983B\u7387\u8207\u9707\u5E45\uFF0C\u53EF\u4EE5\u662F\u4E0D\u898F\u5247\uFF0C\u6216\u4E0D\u5C0D\u7A31\u7684\u8A0A\u865F\u3002 \u5C0F\u6CE2\u8B8A\u63DB\u5206\u6210\u5169\u500B\u5927\u985E\uFF1A\u96E2\u6563\u5C0F\u6CE2\u8B8A\u63DB\uFF08DWT\uFF09 \u548C\u9023\u7E8C\u5C0F\u6CE2\u8F49\u63DB\uFF08CWT\uFF09\u3002\u5169\u8005\u7684\u4E3B\u8981\u5340\u5225\u5728\u65BC\uFF0C\u9023\u7E8C\u8B8A\u63DB\u5728\u6240\u6709\u53EF\u80FD\u7684\u7E2E\u653E\u548C\u5E73\u79FB\u4E0A\u64CD\u4F5C\uFF0C\u800C\u96E2\u6563\u8B8A\u63DB\u63A1\u7528\u6240\u6709\u7E2E\u653E\u548C\u5E73\u79FB\u503C\u7684\u7279\u5B9A\u5B50\u96C6\u3002 \u5C0F\u6CE2\u7406\u8AD6\u548C\u5E7E\u500B\u5176\u4ED6\u8AB2\u984C\u76F8\u95DC\u3002\u6240\u6709\u5C0F\u6CE2\u8B8A\u63DB\u53EF\u4EE5\u8996\u70BA\u7684\u5F62\u5F0F\uFF0C\u6240\u4EE5\u548C\u8ABF\u548C\u5206\u6790\u76F8\u95DC\u3002\u6240\u6709\u5BE6\u969B\u6709\u7528\u7684\u300C\u96E2\u6563\u5C0F\u6CE2\u8B8A\u63DB\u300D\u4F7F\u7528\u5305\u542B\u6709\u9650\u8108\u885D\u97FF\u61C9\u6FFE\u6CE2\u5668\u7684\u6FFE\u6CE2\u5668\u6BB5\uFF08filter band\uFF09\u3002\u69CB\u6210CWT\u7684\u5C0F\u6CE2\u53D7\u7684\u5236\u7D04\u3002"@zh . . . "Ond\u00EDcula"@es . "Een wavelet is een golfvormige trilling met een amplitude die begint op nul, daarna toeneemt, en vervolgens weer afneemt tot nul. Een wavelet kan doorgaans worden gevisualiseerd als een \"kortdurende trilling\", zoals de trilling die wordt opgenomen door een seismograaf of een hartslagmonitor. In het algemeen worden wavelets doelbewust geconstrueerd met het oog op specifieke eigenschappen die ze geschikt maken voor toepassing bij de signaalverwerking. Wavelets kunnen gebruikt worden voor convolutie met onbekende signalen om zo specifieke informatie te onttrekken aan dit onbekende signaal. De convolutie berekent in welke mate het onbekende signaal op elk moment overeenkomt met de wavelet. De gemiddelde waarde van een wavelet is nul. Een wavelet kan bijvoorbeeld gecre\u00EBerd worden met dezelfde frequentie als de C noot en een korte tijdsduur die ongeveer gelijk is aan de duur van een 32e noot. Als je dan de convolutie zou berekenen van deze wavelet met het signaal gecre\u00EBerd door de opname van een lied, dan zou het resulterende signaal gebruikt kunnen worden om te bepalen wanneer er overal in het lied een C gespeeld werd. Wiskundig gezien zal de wavelet correleren met het onbekende signaal als dat signaal informatie bevat van een gelijkaardige frequentie. Het is deze correlatie die aan de basis ligt van de vele praktische toepassingen van de wavelettheorie. Wavelets worden vaak gebruikt als wiskundig hulpmiddel om informatie te onttrekken uit verschillende soorten data, waarvan de populairste geluidssignalen en afbeeldingen zijn. Om data volledig te kunnen analyseren is er meestal een hele verzameling van verschillende wavelets nodig. Een verzameling van complementaire wavelets kan data volledig ontleden zonder ontbrekende of overlappende delen, zodat deze ontleding wiskundig inverteerbaar is. Het spreekt dus voor zich dat zulke verzamelingen van complementaire wavelets erg nuttig zijn voor datacompressie en -decompressie algoritmen, waar het meestal de bedoeling is om de originele informatie te kunnen reconstrueren met een minimum aan verlies. Formeel gesproken is zo'n voorstelling een waveletreeks van een kwadratisch integreerbare functie ten opzichte van een complete, orthonormale verzameling van basisfuncties, of van een overcomplete verzameling of van een vectorruimte, voor de Hilbertruimte van kwadratisch integreerbare functies."@nl . "Teori wavelet adalah suatu konsep yang relatif baru dikembangkan. Kata \u201CWavelet\u201D sendiri diberikan oleh dan pada awal tahun 1980-an, dan berasal dari bahasa Prancis, \u201Condelette\u201D yang berarti gelombang kecil. Kata \u201Conde\u201D yang berarti gelombang kemudian diterjemahkan ke bahasa Inggris menjadi \u201Cwave\u201D, lalu digabung dengan kata aslinya sehingga terbentuk kata baru \u201Cwavelet\u201D."@in . "Falki"@pl . . . . . . . . . . . . . . . . "Ondelette"@fr . . . . . . . "\u0412\u0435\u0301\u0439\u0432\u043B\u0435\u0442 (\u0430\u043D\u0433\u043B. wavelet \u2014 \u043D\u0435\u0431\u043E\u043B\u044C\u0448\u0430\u044F \u0432\u043E\u043B\u043D\u0430, \u0440\u044F\u0431\u044C; \u0442\u0430\u043A\u0436\u0435 \u0432\u0441\u043F\u043B\u0435\u0441\u043A, \u0440\u0435\u0436\u0435 \u2014 \u0432\u044D\u0439\u0432\u043B\u0435\u0442) \u2014 \u043C\u0430\u0442\u0435\u043C\u0430\u0442\u0438\u0447\u0435\u0441\u043A\u0430\u044F \u0444\u0443\u043D\u043A\u0446\u0438\u044F, \u043F\u043E\u0437\u0432\u043E\u043B\u044F\u044E\u0449\u0430\u044F \u0430\u043D\u0430\u043B\u0438\u0437\u0438\u0440\u043E\u0432\u0430\u0442\u044C \u0440\u0430\u0437\u043B\u0438\u0447\u043D\u044B\u0435 \u0447\u0430\u0441\u0442\u043E\u0442\u043D\u044B\u0435 \u043A\u043E\u043C\u043F\u043E\u043D\u0435\u043D\u0442\u044B \u0434\u0430\u043D\u043D\u044B\u0445. \u0413\u0440\u0430\u0444\u0438\u043A \u0444\u0443\u043D\u043A\u0446\u0438\u0438 \u0432\u044B\u0433\u043B\u044F\u0434\u0438\u0442 \u043A\u0430\u043A \u0432\u043E\u043B\u043D\u043E\u043E\u0431\u0440\u0430\u0437\u043D\u044B\u0435 \u043A\u043E\u043B\u0435\u0431\u0430\u043D\u0438\u044F \u0441 \u0430\u043C\u043F\u043B\u0438\u0442\u0443\u0434\u043E\u0439, \u0443\u043C\u0435\u043D\u044C\u0448\u0430\u044E\u0449\u0435\u0439\u0441\u044F \u0434\u043E \u043D\u0443\u043B\u044F \u0432\u0434\u0430\u043B\u0438 \u043E\u0442 \u043D\u0430\u0447\u0430\u043B\u0430 \u043A\u043E\u043E\u0440\u0434\u0438\u043D\u0430\u0442. \u041E\u0434\u043D\u0430\u043A\u043E \u044D\u0442\u043E \u0447\u0430\u0441\u0442\u043D\u043E\u0435 \u043E\u043F\u0440\u0435\u0434\u0435\u043B\u0435\u043D\u0438\u0435 \u2014 \u0432 \u043E\u0431\u0449\u0435\u043C \u0441\u043B\u0443\u0447\u0430\u0435 \u0430\u043D\u0430\u043B\u0438\u0437 \u0441\u0438\u0433\u043D\u0430\u043B\u043E\u0432 \u043F\u0440\u043E\u0438\u0437\u0432\u043E\u0434\u0438\u0442\u0441\u044F \u0432 \u043F\u043B\u043E\u0441\u043A\u043E\u0441\u0442\u0438 \u0432\u0435\u0439\u0432\u043B\u0435\u0442-\u043A\u043E\u044D\u0444\u0444\u0438\u0446\u0438\u0435\u043D\u0442\u043E\u0432 (\u043C\u0430\u0441\u0448\u0442\u0430\u0431 \u2014 \u0432\u0440\u0435\u043C\u044F \u2014 \u0443\u0440\u043E\u0432\u0435\u043D\u044C) (Scale-Time-Amplitude). \u0412\u0435\u0439\u0432\u043B\u0435\u0442-\u043A\u043E\u044D\u0444\u0444\u0438\u0446\u0438\u0435\u043D\u0442\u044B \u043E\u043F\u0440\u0435\u0434\u0435\u043B\u044F\u044E\u0442\u0441\u044F \u0438\u043D\u0442\u0435\u0433\u0440\u0430\u043B\u044C\u043D\u044B\u043C \u043F\u0440\u0435\u043E\u0431\u0440\u0430\u0437\u043E\u0432\u0430\u043D\u0438\u0435\u043C \u0441\u0438\u0433\u043D\u0430\u043B\u0430. \u041F\u043E\u043B\u0443\u0447\u0435\u043D\u043D\u044B\u0435 \u0432\u0435\u0439\u0432\u043B\u0435\u0442-\u0441\u043F\u0435\u043A\u0442\u0440\u043E\u0433\u0440\u0430\u043C\u043C\u044B \u043F\u0440\u0438\u043D\u0446\u0438\u043F\u0438\u0430\u043B\u044C\u043D\u043E \u043E\u0442\u043B\u0438\u0447\u0430\u044E\u0442\u0441\u044F \u043E\u0442 \u043E\u0431\u044B\u0447\u043D\u044B\u0445 \u0441\u043F\u0435\u043A\u0442\u0440\u043E\u0432 \u0424\u0443\u0440\u044C\u0435 \u0442\u0435\u043C, \u0447\u0442\u043E \u0434\u0430\u044E\u0442 \u0447\u0451\u0442\u043A\u0443\u044E \u043F\u0440\u0438\u0432\u044F\u0437\u043A\u0443 \u0441\u043F\u0435\u043A\u0442\u0440\u0430 \u0440\u0430\u0437\u043B\u0438\u0447\u043D\u044B\u0445 \u043E\u0441\u043E\u0431\u0435\u043D\u043D\u043E\u0441\u0442\u0435\u0439 \u0441\u0438\u0433\u043D\u0430\u043B\u043E\u0432 \u043A\u043E \u0432\u0440\u0435\u043C\u0435\u043D\u0438."@ru . . . . "\u0645\u0648\u064A\u062C\u0629 (\u062F\u0627\u0644\u0629)"@ar . . . . . . . . . . . . . . . . . . . . . . . . . "Wavelet"@pt . . "Wavelet"@en . . "La transformada de ond\u00EDcula es un tipo especial de transformada matem\u00E1tica que representa una se\u00F1al en t\u00E9rminos de versiones trasladadas y dilatadas de una onda finita (denominada \u00F3ndula madre). La teor\u00EDa de ond\u00EDculas est\u00E1 relacionada con campos muy variados. Todas las transformaciones de ond\u00EDculas pueden ser consideradas formas de representaci\u00F3n en tiempo-frecuencia y, por tanto, est\u00E1n relacionadas con el an\u00E1lisis arm\u00F3nico. Las transformadas de ond\u00EDculas son un caso particular de filtro de respuesta finita al impulso. Las \u00F3ndulas, continuas o discretas, como cualquier funci\u00F3n L2, responden al principio de incertidumbre de Hilbert (conocido en f\u00EDsica como principio de incertidumbre de Heisenberg), el cual establece que producto de las dispersiones obtenidas en el espacio directo y en el de las frecuencias no puede ser m\u00E1s peque\u00F1o que una cierta constante geom\u00E9trica. En el caso de las ond\u00EDculas discretas, la dispersi\u00F3n de los coeficientes se ha de medir de acuerdo con la norma l2 (norma 2 de series numerables)."@es . . . . . . . "Wavelet, \u00E4ven krusning eller v\u00E5gelement, \u00E4r en typ av basfunktion f\u00F6r (j\u00E4mf\u00F6r fouriertransformation). I motsats till sinus och cosinus har en wavelet inte bara beroende i frekvensdom\u00E4nen utan ocks\u00E5 i tidsdom\u00E4nen. En wavelet kan visualiseras som en v\u00E5g som tonas in eller ut; d\u00E4rifr\u00E5n kommer det franska ordet ondelette och det engelska wavelet. Den enklaste waveleten \u00E4r Haars wavelet. Inom naturvetenskap anv\u00E4nds Morlets wavelet. Det finns ocks\u00E5 som har maximalt antal noll-moment f\u00F6r 0-frekvensen f\u00F6r att vara en ortonormal transform f\u00F6r varje given filterstorlek. Det finns \u00E4ven kopplingar mellan wavelets, stokastiska processer och fraktaler f\u00F6r signalbehandling."@sv . . . . . "Mit dem Begriff Wavelet wird in der Mathematik eine Gruppe von Funktionen mit wellenartigem Charakter bezeichnet. Das Wort ist eine Neusch\u00F6pfung aus dem franz\u00F6sischen \u201Eondelette\u201C, das \u201Ekleine Welle\u201C bedeutet und teils w\u00F6rtlich (\u201Eonde\u201C\u2192\u201Ewave\u201C), teils phonetisch (\u201E-lette\u201C\u2192\u201E-let\u201C) ins Englische \u00FCbertragen wurde. Wavelets beschreiben die Basisfunktion einer kontinuierlichen oder diskreten Wavelet-Transformation. Die Wavelet-Transformation ist das aktuelle Hauptanwendungsgebiet f\u00FCr Wavelet-Funktionen."@de . . . . . "\u30A6\u30A7\u30FC\u30D6\u30EC\u30C3\u30C8\uFF08\u82F1: wavelet\uFF09\u3084\u30DE\u30B6\u30FC\u30A6\u30A7\u30FC\u30D6\u30EC\u30C3\u30C8\uFF08\u82F1: mother wavelet\uFF09\u3068\u306F\u3001\u6570\u5B66\u306B\u304A\u3044\u3066\u3001\u5C40\u5728\u3059\u308B\u6CE2\u3001\u3064\u307E\u308A\u3001\u6709\u9650\u306E\u9577\u3055\u306E\u6CE2\u3082\u3057\u304F\u306F\u901F\u3084\u304B\u306B\u6E1B\u8870\u3059\u308B\u6CE2\u306E\u4E8B\u3002\u30D5\u30A1\u30FC\u30B6\u30FC\u30A6\u30A7\u30FC\u30D6\u30EC\u30C3\u30C8\uFF08\u82F1: father wavelet\uFF09\u3068\u306F\u3001\u591A\u91CD\u89E3\u50CF\u5EA6\u89E3\u6790\u306B\u3066\u4F7F\u308F\u308C\u308B\u3001\u30DE\u30B6\u30FC\u30A6\u30A7\u30FC\u30D6\u30EC\u30C3\u30C8\u95A2\u6570\u3068\u30BB\u30C3\u30C8\u3067\u4F7F\u308F\u308C\u308B\u30B9\u30B1\u30FC\u30EA\u30F3\u30B0\u95A2\u6570\u306E\u4E8B\u3002wavelet\u306Fwave\uFF08\u6CE2\uFF09\u3068let\uFF08\u5C0F\u3055\u3044\uFF09\u306E\u5408\u6210\u8A9E\u3067\u3042\u308B\u3002 \u30A6\u30A7\u30FC\u30D6\u30EC\u30C3\u30C8\u5909\u63DB\u30FB\u30A6\u30A7\u30FC\u30D6\u30EC\u30C3\u30C8\u89E3\u6790\u3068\u306F\u3001\u30A6\u30A7\u30FC\u30D6\u30EC\u30C3\u30C8\u3092\u7528\u3044\u3066\u5909\u63DB\u30FB\u89E3\u6790\u3059\u308B\u4E8B\u3002\u4FE1\u53F7\u8868\u73FE\u306F\u5165\u529B\u4FE1\u53F7\u306B\u5408\u81F4\u3059\u308B\u3088\u3046\u306A\u30A6\u30A7\u30FC\u30D6\u30EC\u30C3\u30C8\u6CE2\u5F62\u306E\u62E1\u5927\u7E2E\u5C0F\uFF08\u30B9\u30B1\u30FC\u30EA\u30F3\u30B0\uFF09\u30FB\u5E73\u884C\u79FB\u52D5\uFF08\u30B7\u30D5\u30C8\uFF09\u306B\u3088\u308A\u884C\u308F\u308C\u308B\u3002\u3088\u308A\u6B63\u78BA\u306B\u306F\u3001\u3053\u306E\u4FE1\u53F7\u8868\u73FE\u306F\u30A6\u30A7\u30FC\u30D6\u30EC\u30C3\u30C8\u7CFB\u5217\u3068\u547C\u3070\u308C\u3001\u3053\u308C\u306F2\u4E57\u53EF\u7A4D\u5206\u95A2\u6570\u306E\u30D2\u30EB\u30D9\u30EB\u30C8\u7A7A\u9593\u306B\u304A\u3051\u308B\u5B8C\u5168\u6B63\u898F\u76F4\u4EA4\u7CFB\u306E\u57FA\u5E95\u95A2\u6570\u96C6\u5408\uFF08\u6B63\u898F\u76F4\u4EA4\u57FA\u5E95\uFF09\u3092\u7528\u3044\u305F\u7DDA\u5F62\u57FA\u5E95\u5C55\u958B\u3067\u3042\u308B\u3002"@ja . "\u5C0F\u6CE2\u5206\u6790"@zh . . . . . . "Wavelet"@sv . "Wavelet"@it . "Wavelet analysis"@en . "Wavelet o ondicelle, analisi wavelet, e trasformata wavelet si riferiscono alla rappresentazione di un segnale mediante l'uso di una forma d'onda oscillante di lunghezza finita o a decadimento rapido (nota come wavelet madre). Questa forma d'onda \u00E8 e traslata per adattarsi al segnale in ingresso."@it . . . "\uC6E8\uC774\uBE14\uB9BF"@ko . "Een wavelet is een golfvormige trilling met een amplitude die begint op nul, daarna toeneemt, en vervolgens weer afneemt tot nul. Een wavelet kan doorgaans worden gevisualiseerd als een \"kortdurende trilling\", zoals de trilling die wordt opgenomen door een seismograaf of een hartslagmonitor. In het algemeen worden wavelets doelbewust geconstrueerd met het oog op specifieke eigenschappen die ze geschikt maken voor toepassing bij de signaalverwerking. Wavelets kunnen gebruikt worden voor convolutie met onbekende signalen om zo specifieke informatie te onttrekken aan dit onbekende signaal. De convolutie berekent in welke mate het onbekende signaal op elk moment overeenkomt met de wavelet."@nl . . . . . . . . . . . . . . . "50844"^^ . . . . . "Wavelet"@de . "Wavelet"@in . . "Les ondetes s\u00F3n funcions matem\u00E0tiques que divideixen un senyal en diferents components freq\u00FCencials, i despr\u00E9s estudien cada component amb una resoluci\u00F3 que dep\u00E8n de la seva escala."@ca . . . . . "La transformada de ond\u00EDcula es un tipo especial de transformada matem\u00E1tica que representa una se\u00F1al en t\u00E9rminos de versiones trasladadas y dilatadas de una onda finita (denominada \u00F3ndula madre). La teor\u00EDa de ond\u00EDculas est\u00E1 relacionada con campos muy variados. Todas las transformaciones de ond\u00EDculas pueden ser consideradas formas de representaci\u00F3n en tiempo-frecuencia y, por tanto, est\u00E1n relacionadas con el an\u00E1lisis arm\u00F3nico. Las transformadas de ond\u00EDculas son un caso particular de filtro de respuesta finita al impulso. Las \u00F3ndulas, continuas o discretas, como cualquier funci\u00F3n L2, responden al principio de incertidumbre de Hilbert (conocido en f\u00EDsica como principio de incertidumbre de Heisenberg), el cual establece que producto de las dispersiones obtenidas en el espacio directo y en el de"@es . . . . . . . . . . . . . . . . "Wavelet, \u00E4ven krusning eller v\u00E5gelement, \u00E4r en typ av basfunktion f\u00F6r (j\u00E4mf\u00F6r fouriertransformation). I motsats till sinus och cosinus har en wavelet inte bara beroende i frekvensdom\u00E4nen utan ocks\u00E5 i tidsdom\u00E4nen. En wavelet kan visualiseras som en v\u00E5g som tonas in eller ut; d\u00E4rifr\u00E5n kommer det franska ordet ondelette och det engelska wavelet."@sv . . "\u0412\u0435\u0301\u0439\u0432\u043B\u0435\u0442 (\u0430\u043D\u0433\u043B. wavelet \u2014 \u043D\u0435\u0431\u043E\u043B\u044C\u0448\u0430\u044F \u0432\u043E\u043B\u043D\u0430, \u0440\u044F\u0431\u044C; \u0442\u0430\u043A\u0436\u0435 \u0432\u0441\u043F\u043B\u0435\u0441\u043A, \u0440\u0435\u0436\u0435 \u2014 \u0432\u044D\u0439\u0432\u043B\u0435\u0442) \u2014 \u043C\u0430\u0442\u0435\u043C\u0430\u0442\u0438\u0447\u0435\u0441\u043A\u0430\u044F \u0444\u0443\u043D\u043A\u0446\u0438\u044F, \u043F\u043E\u0437\u0432\u043E\u043B\u044F\u044E\u0449\u0430\u044F \u0430\u043D\u0430\u043B\u0438\u0437\u0438\u0440\u043E\u0432\u0430\u0442\u044C \u0440\u0430\u0437\u043B\u0438\u0447\u043D\u044B\u0435 \u0447\u0430\u0441\u0442\u043E\u0442\u043D\u044B\u0435 \u043A\u043E\u043C\u043F\u043E\u043D\u0435\u043D\u0442\u044B \u0434\u0430\u043D\u043D\u044B\u0445. \u0413\u0440\u0430\u0444\u0438\u043A \u0444\u0443\u043D\u043A\u0446\u0438\u0438 \u0432\u044B\u0433\u043B\u044F\u0434\u0438\u0442 \u043A\u0430\u043A \u0432\u043E\u043B\u043D\u043E\u043E\u0431\u0440\u0430\u0437\u043D\u044B\u0435 \u043A\u043E\u043B\u0435\u0431\u0430\u043D\u0438\u044F \u0441 \u0430\u043C\u043F\u043B\u0438\u0442\u0443\u0434\u043E\u0439, \u0443\u043C\u0435\u043D\u044C\u0448\u0430\u044E\u0449\u0435\u0439\u0441\u044F \u0434\u043E \u043D\u0443\u043B\u044F \u0432\u0434\u0430\u043B\u0438 \u043E\u0442 \u043D\u0430\u0447\u0430\u043B\u0430 \u043A\u043E\u043E\u0440\u0434\u0438\u043D\u0430\u0442. \u041E\u0434\u043D\u0430\u043A\u043E \u044D\u0442\u043E \u0447\u0430\u0441\u0442\u043D\u043E\u0435 \u043E\u043F\u0440\u0435\u0434\u0435\u043B\u0435\u043D\u0438\u0435 \u2014 \u0432 \u043E\u0431\u0449\u0435\u043C \u0441\u043B\u0443\u0447\u0430\u0435 \u0430\u043D\u0430\u043B\u0438\u0437 \u0441\u0438\u0433\u043D\u0430\u043B\u043E\u0432 \u043F\u0440\u043E\u0438\u0437\u0432\u043E\u0434\u0438\u0442\u0441\u044F \u0432 \u043F\u043B\u043E\u0441\u043A\u043E\u0441\u0442\u0438 \u0432\u0435\u0439\u0432\u043B\u0435\u0442-\u043A\u043E\u044D\u0444\u0444\u0438\u0446\u0438\u0435\u043D\u0442\u043E\u0432 (\u043C\u0430\u0441\u0448\u0442\u0430\u0431 \u2014 \u0432\u0440\u0435\u043C\u044F \u2014 \u0443\u0440\u043E\u0432\u0435\u043D\u044C) (Scale-Time-Amplitude). \u0412\u0435\u0439\u0432\u043B\u0435\u0442-\u043A\u043E\u044D\u0444\u0444\u0438\u0446\u0438\u0435\u043D\u0442\u044B \u043E\u043F\u0440\u0435\u0434\u0435\u043B\u044F\u044E\u0442\u0441\u044F \u0438\u043D\u0442\u0435\u0433\u0440\u0430\u043B\u044C\u043D\u044B\u043C \u043F\u0440\u0435\u043E\u0431\u0440\u0430\u0437\u043E\u0432\u0430\u043D\u0438\u0435\u043C \u0441\u0438\u0433\u043D\u0430\u043B\u0430. \u041F\u043E\u043B\u0443\u0447\u0435\u043D\u043D\u044B\u0435 \u0432\u0435\u0439\u0432\u043B\u0435\u0442-\u0441\u043F\u0435\u043A\u0442\u0440\u043E\u0433\u0440\u0430\u043C\u043C\u044B \u043F\u0440\u0438\u043D\u0446\u0438\u043F\u0438\u0430\u043B\u044C\u043D\u043E \u043E\u0442\u043B\u0438\u0447\u0430\u044E\u0442\u0441\u044F \u043E\u0442 \u043E\u0431\u044B\u0447\u043D\u044B\u0445 \u0441\u043F\u0435\u043A\u0442\u0440\u043E\u0432 \u0424\u0443\u0440\u044C\u0435 \u0442\u0435\u043C, \u0447\u0442\u043E \u0434\u0430\u044E\u0442 \u0447\u0451\u0442\u043A\u0443\u044E \u043F\u0440\u0438\u0432\u044F\u0437\u043A\u0443 \u0441\u043F\u0435\u043A\u0442\u0440\u0430 \u0440\u0430\u0437\u043B\u0438\u0447\u043D\u044B\u0445 \u043E\u0441\u043E\u0431\u0435\u043D\u043D\u043E\u0441\u0442\u0435\u0439 \u0441\u0438\u0433\u043D\u0430\u043B\u043E\u0432 \u043A\u043E \u0432\u0440\u0435\u043C\u0435\u043D\u0438."@ru . . .