文献

J-GLOBAL ID：202202268354046807   整理番号：22A0560311

MFDFA:Pythonにおける効率的なマルチフラクタルトレンド除去ゆらぎ解析【JST・京大機械翻訳】

MFDFA: Efficient multifractal detrended fluctuation analysis in python

著者 (9件)： Rydin Gorjao Leonardo (Forschungszentrum Juelich, Institute for Energy and Climate Research - Systems Analysis and Technology Evaluation (IEK-STE), 52428 Juelich, Germany) ,  Rydin Gorjao Leonardo (Institute for Theoretical Physics, University of Cologne, 50937 Koln, Germany) ,  Hassan Galib (Forschungszentrum Juelich, Institute for Energy and Climate Research - Systems Analysis and Technology Evaluation (IEK-STE), 52428 Juelich, Germany) ,  Hassan Galib (Institute for Theoretical Physics, University of Cologne, 50937 Koln, Germany) ,  Kurths Juergen (Potsdam Institute for Climate Impact Research, 14473 Potsdam, Germany) ,  Kurths Juergen (Institute of Physics, Humboldt University Berlin, 12489 Berlin, Germany) ,  Kurths Juergen (Centre for Analysis of Complex Systems, World-Class Research Center “Digital biodesign and personalised healthcare”, Sechenov First Moscow State Medical University, 119991 Moscow, Russia) ,  Witthaut Dirk (Forschungszentrum Juelich, Institute for Energy and Climate Research - Systems Analysis and Technology Evaluation (IEK-STE), 52428 Juelich, Germany) ,  Witthaut Dirk (Institute for Theoretical Physics, University of Cologne, 50937 Koln, Germany)
資料名： Computer Physics Communications  (Computer Physics Communications)
巻： 273  ページ： Null  発行年： 2022年 
JST資料番号： E0081C  ISSN： 0010-4655  資料種別： 逐次刊行物 (A)
記事区分： 原著論文  発行国： オランダ (NLD)  言語： 英語 (EN)

抄録/ポイント： マルチフラクタルトレンド変動解析(MFDFA)は,経験的時系列における変動性と不確実性を特徴づけるための中心的方法になった。異なる時間スケールでのゆらぎの抽出は,フラクタル性のレベルと同様に,基礎となる確率特性,それらのスケーリング挙動における強度および相関の定量化を可能にする。基本的な方法へのいくつかの拡張は,長範囲相関と持続性の研究のための経験的モード分解のようなMFDFAの適用性を大きく増強して,長年にわたって開発された。本論文では,MFDFAのための効率的で使いやすいpythonライブラリを導入し,最も一般的な拡張を組み込み,非常に速い計算のためにマルチスレッド処理の大部分を利用する。Copyright 2022 Elsevier B.V., Amsterdam. All rights reserved. Translated from English into Japanese by JST.【JST・京大機械翻訳】

シソーラス用語： *ゆらぎ ,  時系列分析 ,  不確実性 ,  分散分析 ,  解析 ,  時系列 ,  スペクトル ,  適応性 ,  周波数解析 ,  特異点 ,  *フラクタル ,  マルチスレッド
準シソーラス用語： 長距離相関 ,  *マルチフラクタル ,  経験的モード分解 , 【Automatic Indexing@JST】

著者キーワード (5件)： マルチフラクタルトレンド除去ゆらぎ解析 ,  時系列解析 ,  Hurst係数 ,  マルチフラクタルスペクトル ,  特異点強度

分類 (1件)： 振動の励起・発生・測定  (BB02030Z)

タイトルに関連する用語 (5件)： Python ,  マルチフラクタル ,  トレンド ,  ゆらぎ ,  解析