Spectral Analysis of Intervals between Events in Stationary Bivariate Point Processes
平稳双变量点过程中事件间隔的谱分析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：摘要明确分析平稳连续时间过程的交叉协方差和交叉谱，直接对应时间序列方向。
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
平稳双变量点过程中事件间隔的谱分析
- 研究问题
- 如何利用事件间隔刻画平稳双变量点过程的时间依赖及跨过程关联，并据此构造交叉协方差和交叉谱分析方法？
- 方法与思路
- 作者将事件间隔表示为连续时间过程，给出交叉协方差函数及对应交叉谱的表达式，并结合实例和平滑讨论谱估计计算。
- 材料陈述的贡献
- 摘要所述贡献是基于间隔性质的双变量点过程分析方法；作者还指出，将该表示与平滑结合可提高谱估计的计算效率。
- 阅读关注点
- 阅读全文时应核对间隔的连续时间表示、平稳性与矩条件、交叉谱的定义，以及平滑方式和计算效率比较的具体依据。
- 阅读边界
- 仅据所给 Crossref 摘要；具体表达式、平滑参数和实例结果未说明，不能据此判断统计效率或非平稳过程中的适用性。
原文摘要
Summary A method is developed for analysing stationary bivariate point processes through their interval properties. The technique is based on representing the intervals as processes in continuous time. Expressions for a cross-covariance function and the corresponding cross-spectrum are given and some examples are considered. We note that use of this technique together with the device of smoothing makes computation of spectral estimates for point processes more efficient.