Stochastic generator of trajectories from record data: application to the fluctuations of a glacier's frontal position from a sample of moraines
从纪录值生成随机轨迹：以冰碛记录重建冰川前缘位置波动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：摘要明确围绕非平稳时间序列的纪录值与随机轨迹重建展开，方法对应时间序列方向，实际应用为冰川研究。
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…
从纪录值生成随机轨迹：以冰碛记录重建冰川前缘位置波动
- 研究问题
- 当仅能观察超过此前所有观测的纪录值时，如何重建完整时间序列，并将方法用于由冰碛提供局部证据的非平稳冰川前缘轨迹？
- 方法与思路
- 作者构建布朗随机模拟器，由纪录值生成完整轨迹，再用可与神经推断比较的程序选择超参数，并以法国 Bossons 冰川资料调参。
- 材料陈述的贡献
- 摘要提出适用于非平稳情形的纪录值轨迹重建方法，并将其用于冰川历史动态研究；作者认为该方法也可能适用于其他仅有纪录序列的问题。
- 阅读关注点
- 应核对纪录值观测机制、布朗过程的非平稳设定、超参数选择目标，以及生成轨迹的不确定性和冰碛时空信息如何进入模型。
- 阅读边界
- 这是 arXiv 预印本，同行评审及期刊接收未核实；摘要未说明轨迹能否唯一识别、误差保证或外部验证，生成轨迹不能直接当作真实历史。
原文摘要
The record values theory study elements of a time series that exceed all previous observations, which are of particular interest in fields such as sports or climate science. In this paper, we propose a statistical method based on the construction of a Brownian stochastic simulator to reconstruct entire time series solely from such record values, even in a non-stationary case. We then implement a procedure, which can be compared to a Neural-Based Inference (NBI) procedure, to choose the optimal generator hyper parameters. To illustrate our method and motivate its development, we apply it to a glaciological problem. Understanding the past dynamics of glacier fronts is a major challenge to mitigate related mountain hazards, assess water resources, and evaluate contributions to sea-level rise. Field-visible indicators such as moraines provide spatio-temporal evidence of these front position evolution (refered as trajectories) and can be interpreted as the records of a non-stationary process. As a benchmark case, the two hyper parameters of our NBI approach are tuned from the well documented French alpine Glacier des Bossons. Our purely data-based approach offers new perspectives for challenging and further developing physical models of glacier dynamics and inferring the response of glaciers to climate change on centennial to millenial time scales. Beyond the glacier case, it has potential for the various problems for which record series is the sole available data.