周期定常長期記憶多重季節増分によるシーケンスのミニマックスロバスト予測【JST・京大機械翻訳】

Luz Maksym; Moklyachuk Mikhail

プレプリント

J-GLOBAL ID：202202205521975810 整理番号：22P0174077

周期定常長期記憶多重季節増分によるシーケンスのミニマックスロバスト予測【JST・京大機械翻訳】

Minimax-robust forecasting of sequences with periodically stationary long memory multiple seasonal increments

出版者サイト {{ this.onShowPLink() }} 複写サービスで全文入手
高度な検索・分析はJDreamⅢで

この文献はプレプリントです。プレプリントについてはこちらをご確認ください。

著者 (2件)： ,
資料名：
発行年： 2020年07月22日プレプリントサーバーでの情報更新日： 2020年07月22日
JST資料番号： O7000B 資料種別：プレプリント
記事区分：プレプリント発行国：アメリカ合衆国 (USA) 言語：英語 (EN)

周期定常,多季節,統合および分数積分パターンを結合した分数次数の周期的定常一般化多重増分を有する確率的シーケンスζ(k)を導入した。著者らは,点k<0でのそれらの観察に基づく確率的シーケンスζ(k)の観測されない値から構築された線形汎関数の最適推定の問題を解決した。既知のスペクトル密度を有するシーケンスに対して,著者らは,平均平方誤差の値および汎関数の最適推定のスペクトル特性を計算するための公式を得た。汎関数の最適線形推定の最少の好ましいスペクトル密度と極小値(ロバスト)スペクトル特性を決定する公式を,シーケンスのスペクトル密度が正確に知られていない場合について提案し,一方,許容可能なスペクトル密度のいくつかのセットを与えた。【JST・京大機械翻訳】

, , , , , , ,
, , , , , 【Automatic Indexing@JST】

無線通信一般 , 信号理論

, , , , , ,

前のページに戻る