The cylindrical $K$-function and Poisson line cluster point processes
柱形 K 函数与泊松直线聚类点过程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：摘要研究空间点过程及神经科学应用，空间点的线性结构不构成所列网络或时间序列方向的依据。
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…
柱形 K 函数与泊松直线聚类点过程
- 研究问题
- 如何识别具有线性或柱状排列的空间点模式中的各向异性，并在潜在直线结构不可观测时估计相应点过程模型。
- 方法与思路
- 作者提出以柱体为结构元素的方向性 K 函数及泊松直线聚类 Cox 过程，并讨论潜在直线过程下的矩估计与贝叶斯推断。
- 材料陈述的贡献
- 摘要提出新的方向性汇总统计量与各向异性点过程模型，使用二维和三维点模式示例，后者涉及神经科学的微柱排列假说。
- 阅读关注点
- 应核对柱体方向与尺度的选取、潜在直线过程的参数识别、两类估计方法，以及实例对各向异性提供何种统计证据。
- 阅读边界
- 仅依据所给 OpenAlex 摘要；估计条件与实例结果未说明，不能认为点模式分析已经证实神经科学的微柱假说。
原文摘要
The analysis of point patterns with linear structures is of interest in many applications. To detect anisotropy in such patterns, in particular in the case of a columnar structure, we introduce a functional summary statistic, the cylindrical |$K$|-function, which is a directional |$K$|-function whose structuring element is a cylinder. We further introduce a class of anisotropic Cox point processes, called Poisson line cluster point processes. The points of such a process are random displacements of Poisson point processes defined on the lines of a Poisson line process. Parameter estimation for this model based on moment methods or Bayesian inference is discussed in the case where the underlying Poisson line process is latent. To illustrate the proposed methods, we analyse two- and three-dimensional point pattern datasets. The three-dimensional dataset is of particular interest as it relates to the minicolumn hypothesis in neuroscience, which claims that pyramidal and other brain cells have a columnar arrangement perpendicular to the surface of the brain.