Normalizációk

Normalizációk olyan folyamatok, amelyek során adatok, jelek vagy szerkezetek standardizált formára kerülnek. Cél a kölcsönös összehasonlíthatóság, interoperabilitás és a számítási stabilitás növelése, miközben különböző rendszerek között egységesség teremtődik. A megközelítések domainfüggőek, de közös alap, hogy a különböző egységek, skálák vagy eloszlások egységes keretben jelenjenek meg.

Adatbázis-tervezésben a normalizáció a redundancia minimalizálására szolgál. A táblákat úgy szervezik, hogy adatok funkcionálisan független tulajdonságokat tartalmazzanak, gyakran több normálformát alkalmazva (1NF, 2NF, 3NF, BCNF). Előnyei: adatintegritás és karbantartás könnyebbsége; hátránya pedig, hogy néha összetettebb lekérdezések vagy kisebb végrehajtási teljesítmény adódik.

Adat- és jellemző-normalizáció a gépi tanulásban és statisztikában az értékek egységes skálára hozását jelenti. Gyakori módszerek a min-max normalizáció, a z-score szerinti standardizálás és a robusztus normalizáció. A folyamat javítja a modellek összehasonlíthatóságát és a konvergenciát.

Vektorok esetén a normalizálás hosszukat 1-re állítja, így az irány a meghatározó. Így könnyebb a koszinusz-hasonlóság és más algoritmusokkal való munka.

Jelek és képfeldolgozás terén a normalizáció gyakran a maximális vagy átlagos amplitúdó alapján történik, hogy a bemenet egységes legyen, és a feldolgozás vagy összehasonlítás megbízható legyen.

Szövegfeldolgozásban a normalizáció lehet kisbetűsítés, diakritikus jelek eltávolítása, lemmatizálás vagy egységes alakokra hozás. Fizikai kontextusban a hulláffüggvény normalizálása például úgy történik, hogy az |ψ|^2 integrálja 1 legyen, a valószínűségi töltés fenntartásával.