Distribution of the Length of the Longest Significance Run on a Bernoulli Net and Its Applications
伯努利网格中最长显著游程长度的分布及应用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：摘要的网格与游程服务于图像检测，未涉及经济网络互动、干扰效应或所列其他方向。
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
伯努利网格中最长显著游程长度的分布及应用
- 研究问题
- 二维伯努利网格中最长显著游程的长度如何分布，其渐近近似收敛多快，又如何随成功概率变化以支持图像检测设计？
- 方法与思路
- 作者推导可靠性式上下界、Erdős–Rényi 定律和渐近极限分布，并以数值模拟及动态规划算法研究收敛和成功概率关系。
- 材料陈述的贡献
- 摘要称推广了已有显著游程定理，提供三类理论结果及同步模拟算法，并讨论图像检测关键量的近似和设计参数选择。
- 阅读关注点
- 全文需核对网格结构、显著游程的路径定义、极限尺度及条件，以及动态规划模拟和临界量近似用于图像检测的方式。
- 阅读边界
- 仅据 OpenAlex 索引摘要，稿件版本未注明；具体分布、界和收敛数值未提供，伯努利网格也不能直接等同于经济网络模型。
原文摘要
We consider the length of the longest significance run in a (two-dimensional) Bernoulli net and derive its asymptotic limit distribution. Our results can be considered as generalizations of known theorems in significance runs. We give three types of theoretical results: (1) reliability-style lower and upper bounds, (2) Erdös–Rényi law, and (3) the asymptotic limit distribution. To understand the rate of convergence to the asymptotic distributions, we carry out numerical simulations. The convergence rates in a variety of situations are presented. To understand the relation between the length of the longest significance run(s) and the success probability p, we propose a dynamic programming algorithm to implement simultaneous simulations. Insights from numerical studies are important for choosing the values of design parameters in a particular application, which motivates this article. The distribution of the length of the longest significance run in a Bernoulli net is critical in applying a multiscale methodology in image detection and computational vision. Approximation strategies to some critical quantities are discussed.