smoothingfunctie

Een smoothingfunctie is een functie die wordt toegepast op een dataset, signaal of afbeelding om ruis te verminderen en de onderliggende trend of structuur beter zichtbaar te maken. Het doel is om snelle, onbelangrijke fluctuaties te dempen terwijl belangrijke kenmerken zoveel mogelijk behouden blijven. In de praktijk wordt vaak gesproken van een smoothingoperator of smoothingfilter.

Bij discrete data wordt smoothing meestal uitgevoerd door een convolutie met een smoothingkernel, oftwel een gewichtende som: g[i] = sum_j K[j] f[i+j]. De kernel K heeft meestal een som gelijk aan 1, zodat het al dan niet de gemiddelde waarde behoudt. De keuze van K bepaalt het soort smoothing: een boxcar of bewegend gemiddelde (waarbij alle gewichten gelijk zijn), een Gaussiaanse kernel (waar de gewichten afnemen met afstand volgens een Gaussiaanse verdeling), of andere symmetrische kernels. Grenzen van de reeks vereisen speciale behandeling of reflectie bij nieuwerfwaarden.

Veelgebruikte typen smoothing zijn onder meer het bewegend gemiddelde, Gaussiaanse smoothing en exponentiële smoothing voor tijdreeksen. In beeldverwerking is Gaussiaanse vervaging een klassieke vorm van smoothing. Geavanceerdere methoden omvatten Savitzky–Golay-filters en smoothing-splines, die proberen structuur te behouden terwijl ruis wordt onderdrukt.

Toepassingen variëren van data-analyse ensignaalverwerking tot beeldbewerking. Een belangrijke afweging is de balans tussen bias en variantie: te veel smoothing kan belangrijke kenmerken vervagen, terwijl te weinig smoothing niet effectief is tegen ruis. De keuze van de breedte of de kern en de evaluatiemethode bepalen de prestaties van de smoothingfunctie.