Large Sample Discrimination Between Two Gaussian Processes with Different Spectra
不同谱的两个高斯过程之间的大样本判别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：题名和摘要研究具有不同谱与协方差结构的高斯过程判别，直接对应时间序列方法。
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
不同谱的两个高斯过程之间的大样本判别
- 研究问题
- 在零均值且两种协方差矩阵给定的高斯过程之间进行检验时，误判概率的大样本变化规律如何刻画？
- 方法与思路
- 作者采用Laplace积分近似方法研究误判概率的渐近行为，推导其渐近几何级数的公比，分析不依赖傅里叶方法。
- 材料陈述的贡献
- 摘要称在一定条件下误判概率渐近形成几何级数，并给出公比；作者强调其积分近似路径无需诉诸傅里叶分析。
- 阅读关注点
- 应核对两种高斯过程与协方差矩阵的设定、误判概率的定义，以及几何衰减成立的条件和公比推导。
- 阅读边界
- 仅据版本未注明的OpenAlex索引摘要；摘要未列出成立条件及公比公式，不能推广到任意高斯过程判别问题。
原文摘要
We study the probability of error asymptotically for testing one Gaussian stochastic process against another when the mean vectors are zero and we have the choice between two given covariance matrices. It is shown that under certain conditions the probabilities of error form asymptotically a geometric progression with a ratio that is derived. The approach employs Laplace's method of approximating integrals and does not appeal to Fourier analysis; in this sense it can be said to be elementary.