Estimation of the Branch Points of a Branching Diffusion Process
分枝扩散过程分枝点的估计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：摘要研究一般分枝随机过程的统计推断，未提供与所列计量领域细分直接对应的证据。
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
分枝扩散过程分枝点的估计
- 研究问题
- 仅观察某一时刻全部粒子的位置，如何推断布朗运动与 Yule 分枝过程中的分枝位置和时间，并处理相关数学奇异性？
- 方法与思路
- 作者概述似然估计方案，强调区分似然与条件概率以避免奇异性困难，同时讨论尚未解决的数学问题和科学推断问题。
- 材料陈述的贡献
- 摘要给出分枝点估计的解题框架，并指出混淆似然与条件概率会造成困难；作者认为完整求解可能还需要模拟研究。
- 阅读关注点
- 核对粒子观测信息、分枝过程设定、似然的定义及奇异性来源，并区分文中已经解决的部分与仍待分析或模拟的问题。
- 阅读边界
- 仅据 Crossref 摘要解读。作者明确提及未解决的数学问题，不能将方案概述视为完整算法，也不能推断估计精度或渐近性质。
原文摘要
Summary A solution to the problem of estimating the positions and times of the branch points of a Brownian-motion/Yule process, given the positions of all the particles at a particular time, is outlined. A likelihood approach is used, and it is shown that the solution involves maintaining a clear distinction between likelihood and conditional probability if difficulties over mathematical singularities are to be avoided. Several unsolved mathematical problems are encountered, and it is concluded that some simulation studies may be required for a complete solution. Questions of scientific inference which the problem raises are discussed briefly.