Models for point processes observed with noise
含噪声观测的点过程模型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。
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：摘要研究空间点过程的观测误差与树梢定位，未提供所列经济计量细分方向的直接依据。
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
含噪声观测的点过程模型
- 研究问题
- 当真实点过程经过随机删点、位移、删失及额外点叠加而形成不完美观测时，如何估计这些扰动机制的参数？
- 方法与思路
- 作者构造观测点过程给定真实点过程的条件似然，讨论用较少求和项近似，并用于航拍图像中的树梢定位。
- 材料陈述的贡献
- 摘要称，论文统一描述多种点观测扰动，给出条件似然及其近似思路，并在真实与估计树梢位置均可观察的例子中估参。
- 阅读关注点
- 应核对扰动机制的联合设定、点对应关系如何进入似然、求和近似的误差，以及同时观测真实点的要求。
- 阅读边界
- 仅据版本未注明的 OpenAlex 摘要；未说明近似误差或仅有含噪观测时的识别，不能把双过程观测结论直接推广。
原文摘要
Consider a pair of point processes, X and Y, where X is regarded as a 'true' point process and Y is an imperfect observation of X. For the transformation from X to Y, we consider a number of disturbance mechanisms covering random thinning, displacement, censoring of the displaced points and superposition of extra points. We present the conditional likelihood of Y given X. When both point processes are observed the likelihood may be used for inference about the disturbance mechanisms. The likelihood is a sum, typically with very many terms, and we discuss an approximation with a small number of terms. The results are applied to an example, where X denotes a set of 'true' positions of tree tops, and Y denotes tree-top positions estimated by template matching in a digital image obtained by high-resolution aerial photography. The parameters governing the various disturbance mechanisms are estimated from the conditional likelihood.