A Sieve Method for the Spectral Density
谱密度估计的筛方法AI 解读 ↓
← 返回论文列表与筛选
阅读说明
本页整理公开书目信息，不生成学术质量评分。AI 解读根据题名及所注明的摘要或原文片段生成，未完成全文核验，可能有误；具体假设、证明与结论请核对原文。摘要保留来源文本，未经模型改写。
DOI 首次登记不等于接收或发表日期。部分更正、评论等条目没有独立摘要；缺少可靠材料时保留待补状态。
引用量采用 OpenAlex 单条关联记录，不合计多个记录；关联记录可能包含正式发表版本，不等于此版本单独引用。缺失不视为零，引用指标不代表论文质量。
关注作者按书目中的完整姓名匹配，同名和姓名变体需人工辨别。相关论文先按共享细分方向和具体方法排列，再参考通用方法与发表日期。
分类依据与纠错
AI 根据所提供的论文材料归类：摘要直接研究高斯平稳随机过程的谱密度估计，属于时间序列方法。
反馈分类问题
正在核对关联版本…
代码、数据与补充材料
正在核对对应版本的资源…
关注这篇论文的作者
谱密度估计的筛方法
- 研究问题
- 对于高斯平稳随机过程，如何用筛方法估计谱密度，并使估计过程利用超出传统周期图方法的高斯结构信息？
- 方法与思路
- 作者提出用于高斯平稳过程谱密度估计的筛方法，目标是利用过程完整的高斯性质；摘要未说明筛空间和估计准则。
- 材料陈述的贡献
- 摘要明确提出一类谱密度筛估计方法，并强调利用高斯结构的设计目标，但未陈述一致性、收敛速率或比较优势。
- 阅读关注点
- 核对筛空间、维数选择与估计目标，如何具体利用高斯性质，以及全文是否建立渐近理论或与周期图方法的比较。
- 阅读边界
- 仅依据版本未注明的 OpenAlex 索引摘要；摘要未提供算法、理论条件或性能结果，不能将利用高斯结构的目标认定为已证明的效率提升。
原文摘要
We suggest a sieve for the estimation of the spectral density of a Gaussian stationary stochastic process. In contrast to the standard periodogram-based estimates this one aims at exploiting the full Gaussian nature of the process.