A Subsequence Approach to Topological Data Analysis for Irregularly-Spaced Time Series
面向不规则间隔时间序列的子序列拓扑数据分析方法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：摘要直接研究不规则间隔时间序列的嵌入与动态结构分析，因此归入时间序列；未提供宏观经济应用证据。
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
面向不规则间隔时间序列的子序列拓扑数据分析方法
- 研究问题
- 不规则采样会如何影响时间延迟嵌入后的拓扑分析？论文研究如何在此类时间序列中保留状态空间拓扑并减少伪同调特征。
- 方法与思路
- 作者提出适用于不规则间隔观测的子序列嵌入方法，结合拓扑数据分析，并考察噪声与采样不规则程度下的稳定性和收敛性。
- 材料陈述的贡献
- 摘要称，该方法能够保留原始状态空间拓扑并减少伪同调特征，同时提供理论稳定性与收敛结果，以及数值和真实数据示例。
- 阅读关注点
- 应核对子序列的选择规则、拓扑保留所需条件，以及稳定性和收敛结论如何依赖噪声、观测间隔与样本量。
- 阅读边界
- 这是 arXiv 预印本，同行评审或期刊接收未经核实。摘要未说明具体定理条件、真实数据来源及性能改善幅度。
原文摘要
A time-delay embedding (TDE), grounded in the framework of Takens's Theorem, provides a mechanism to represent and analyze the inherent dynamics of time-series data. Recently, topological data analysis (TDA) methods have been applied to study this time series representation mainly through the lens of persistent homology. Current literature on the fusion of TDE and TDA are adept at analyzing uniformly-spaced time series observations. This work introduces a novel {\em subsequence} embedding method for irregularly-spaced time-series data. We show that this method preserves the original state space topology while reducing spurious homological features. Theoretical stability results and convergence properties of the proposed method in the presence of noise and varying levels of irregularity in the spacing of the time series are established. Numerical studies and an application to real data illustrates the performance of the proposed method.