文献

J-GLOBAL ID：201902261393485719   整理番号：19A1472134

混合周期性を持つ定常線形モデルの長距離相関特性【JST・京大機械翻訳】

Long-range correlation properties of stationary linear models with mixed periodicities

著者 (5件)： Nakamura Tomomichi (Graduate School of Simulation Studies, University of Hyogo, 7-1-28 Minatojima-minamimachi, Chuo-ku, Kobe, Hyogo 650-0047, Japan) ,  Small Michael (School of Mathematics and Statistics, The University of Western Australia, 35 Stirling Highway, Crawley, WA 6009, Australia) ,  Small Michael (Complex Data Modelling Group, The University of Western Australia, 35 Stirling Highway, Crawley, WA 6009, Australia) ,  Small Michael (Mineral Resources, CSIRO, Kensington, WA 6151, Australia) ,  Tanizawa Toshihiro (Kochi National College of Technology, Monobe-Otsu 200-1, Nankoku, Kochi 783-8508, Japan)
資料名： Physical Review. E  (Physical Review. E)
巻： 99  号： 2  ページ： 022128  発行年： 2019年 
JST資料番号： W0493A  ISSN： 2470-0045  資料種別： 逐次刊行物 (A)
記事区分： 原著論文  発行国： アメリカ合衆国 (USA)  言語： 英語 (EN)

抄録/ポイント： 長距離相関を持つ時系列データを生成する(定常および線形)ソースシステムの問題を考察した。離散Fourier変換(DFT)を使用し,[数式:原文を参照]スペクトルを示す人工時系列データを用いて定常線形モデルを構築し,モデルは情報基準により評価されるようにモデルに有意に寄与する項のみを含むことができる。その結果,最適(最良)モデルは混合周期性のみから構成されていることが分かった。すなわち,モデルは全ての(連続的)周期性を含まず,モデルにより生成された時系列データは広い周波数範囲で明確な[数式:原文を参照]スペクトルを示した。[数式:原文を参照]スペクトルはすべての期間の寄与の結果であると考えられるので,定常線形モデルによってそのようなデータを生成するためには,連続期間が不可欠である。しかしながら,結果は,この期待が必ずしも満たされない場合があることを示す。これらの結果はまた,DFTを用いて時系列データの線形特徴を知ることができるが,システムが定常線形であっても,常にソースシステムのタイプを推定できないことを意味する。Copyright 2019 The American Physical Society All rights reserved. Translated from English into Japanese by JST.【JST・京大機械翻訳】

シソーラス用語： *線形性 ,  スペクトル ,  離散Fourier変換 ,  時系列データ ,  *長距離相関 ,  *線形モデル ,  *周期性

分類 (2件)： ゆらぎ,ランダム過程,Brown運動,輸送過程の一般的理論  (BA08020B) ,  脳・神経系モデル  (EL02050C)

タイトルに関連する用語 (3件)： 周期性 ,  線形モデル ,  長距離相関