Adaptive covariance estimation of locally stationary processes
局部平稳过程的自适应协方差估计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：摘要明确研究局部平稳过程及其时变协方差结构，直接支持时间序列分类，但未涉及突变点检验。
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…
局部平稳过程的自适应协方差估计
- 研究问题
- 如何利用局部平稳过程协方差算子的结构，选择适合的局部基并构造能够适应时变特征的协方差估计？
- 方法与思路
- 作者用时变卷积形式的伪微分算子建模，搜索使协方差近似带状或对角化的局部余弦基，再正则化对角系数。
- 材料陈述的贡献
- 摘要称，局部余弦函数是协方差算子的近似特征向量，并据此构造基于基选择和系数正则化的自适应估计。
- 阅读关注点
- 应核对局部平稳性的定义、近似误差与基选择准则，以及带状近似和对角系数正则化如何形成最终估计。
- 阅读边界
- 仅据版本未注明的 OpenAlex 索引摘要。误差界、正则化规则和数值表现未说明，不能补称该方法具有最优收敛率。
原文摘要
It is shown that the covariance operator of a locally stationary process has approximate eigenvectors that are local cosine functions. We model locally stationary processes with pseudo-differential operators that are time-varying convolutions. An adaptive covariance estimation is calculated by searching first for a "best" local cosine basis which approximates the covariance by a band or a diagonal matrix. The estimation is obtained from regularized versions of the diagonal coefficients in the best basis.