Infinite hidden Markov models for cylindrical data
圆柱型数据的无限隐马尔可夫模型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。
本页为预印本版本；arXiv 收录、作者填写的期刊信息以及作者既有发表经历，都不单独证明本篇已接收。作者发表记录按 OpenAlex 身份与完整姓名、本站覆盖期刊 ISSN 及正式卷期核对，只展示已核实例，档案仍可能误合并。
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：摘要明确研究圆柱型时间序列及隐状态动态，直接对应时间序列方法；文本未提供将其进一步归为宏观经济应用的依据。
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…
关注这篇论文的作者
圆柱型数据的无限隐马尔可夫模型
- 研究问题
- 如何为圆柱型时间序列建立隐状态模型，在无需预先固定状态数量的框架下，刻画观测分布及潜在状态的动态变化？
- 方法与思路
- 作者提出采用 von Mises–Gamma 发射分布的无限隐马尔可夫模型，并以结合共轭更新和近似抽样步骤的束采样器进行后验推断。
- 材料陈述的贡献
- 摘要称，模拟研究和两项真实数据应用展示了所提模型的有效性；具体改进体现在哪些指标及比较对象上，摘要未说明。
- 阅读关注点
- 应核对圆柱型变量的定义、发射分布如何描述变量关系，以及状态数量的先验；还需检查近似抽样误差、收敛诊断和应用评价指标。
- 阅读边界
- 这是 arXiv 预印本，同行评审或期刊接收未经核实；摘要未说明真实数据来源、模拟设计及比较结果，无法判断适用范围或性能优势。
原文摘要
We propose an infinite hidden Markov model for cylindrical time series with von Mises-Gamma emissions. Posterior inference is performed using a beam sampler combining conjugate updates and approximate sampling schemes. Simulation studies and two real data applications demonstrate the effectiveness of the proposed methodology.