arrow
返回

Decomposing complexity mixture processes on metric spaces

delete2025-09-01
delete0
PRE
AI
E
Enea G. Bongiorno
L
Lax Chan *
A
Aldo Goia
DOI:10.1080/00949655.2025.2565623delete
delete原文链接
delete原文求助
delete分享
delete收藏
摘要

摘要

En 中文
随机过程的Small Ball Probability在渐近情况下呈单项式方式变化时,其复杂度与定义该过程所使用的最小随机源数量相关联。本文从理论角度定义并讨论了新的复杂度混合过程概念,并实现了一种基于贝叶斯原理的算法,以从观测轨迹样本出发揭示过程的潜在完整复杂度结构。为评估该方法在不同受控条件下的性能,进行了蒙特卡罗模拟。最后,将该方法应用于识别两个真实数据集的混合复杂度结构。
Keyword:
Functional data
nonparametric methods
small ball probability
complexity mixture
complexity index

期刊

J
Journal of Statistical Computation and Simulation
IF:
1.2
论文数:
135
被引数:
4.1K

机构

U
University of Eastern Piedmont Amedeo Avogadro
学者数:
9.1K
论文数: 6.8K
被引数: 4
引用论文

引用论文

err分享
err收藏
err分享
err收藏
A geometrically motivated parametric model in manifold estimation
err2014-09-03
err0
PREAI
errBerrendero,José R.; Cholaquidis,Alejandro; Cuevas,Antonio; Fraiman,Ricardo
err分享
err收藏
err分享
err收藏
学者 查看更多内容