ON DISCRETE SAMPLING OF TIME-VARYING CONTINUOUS-TIME SYSTEMS
时变连续时间系统的离散采样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：摘要从连续时间随机系统推导离散观测时间序列模型，直接对应时间序列方法；时变系数本身不足以判为断点研究。
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
时变连续时间系统的离散采样
- 研究问题
- 由白噪声驱动、系数可能随时间变化的多变量连续时间线性系统，在仅有离散且可能不等间隔观测时，如何导出观测序列模型？
- 方法与思路
- 作者从线性随机微分方程系统推导离散观测模型，先分析一阶系统，再于等间隔采样情形讨论高阶系统及部分统计推断问题。
- 材料陈述的贡献
- 摘要称，研究部分扩展了既有连续时间系统分析，使模型允许时变系数和不等间隔观测，并推导相应的观测时间序列模型。
- 阅读关注点
- 应核对连续与离散参数的对应关系、时变系数的处理、噪声协方差结构，以及不等间隔采样下推导和推断受到哪些限制。
- 阅读边界
- 仅据所给 Crossref 版本摘要，系数变化形式和统计推断结果未说明；高阶系统的讨论限于等间隔观测，不能任意外推。
原文摘要
We consider a multivariate continuous-time process, generated by a system of linear stochastic differential equations, driven by white noise, and involving coefficients that possibly vary over time. The process is observable only at discrete, but not necessarily equally-spaced, time points (though equal spacing significantly simplifies matters). Such settings represent partial extensions of ones studied extensively by A.R. Bergstrom. A model for the observed time series is deduced. Initially we focus on a first-order model, but higher-order models are discussed in the case of equally-spaced observations. Some discussion of issues of statistical inference is included.