Classes of Nonseparable, Spatio-Temporal Stationary Covariance Functions
非可分时空平稳协方差函数类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：摘要研究一般时空协方差并应用于风速数据，不足以归入所列宏观或金融方向。
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
非可分时空平稳协方差函数类
- 研究问题
- 如何构造不要求空间与时间协方差相乘分解的平稳协方差函数，以扩大能够描述的时空随机过程范围？
- 方法与思路
- 作者提出生成多类非可分时空平稳协方差函数的新方法，并将其中若干类拟合于热带西太平洋区域的风速数据。
- 材料陈述的贡献
- 摘要称，文章提供构造多类非可分协方差函数的途径，并通过区域风速数据展示这些函数类的拟合应用。
- 阅读关注点
- 应核对协方差函数有效性与平稳性条件、非可分结构的参数化方式，以及数据拟合中不同函数类的比较标准。
- 阅读边界
- 仅依据版本未注明的 OpenAlex 索引摘要；具体函数构造、适用维度和拟合结果未说明，也不能推断刊本变化。
原文摘要
Suppose that a random process Z(s;t), indexed in space and time, has spatio-temporal stationary covariance C(h;u), where h ∈ ℝd (d ≥ 1) is a spatial lag and u ∈ ℝ is a temporal lag. Separable spatio-temporal covariances have the property that they can be written as a product of a purely spatial covariance and a purely temporal covariance. Their ease of definition is counterbalanced by the rather limited class of random processes to which they correspond. In this article we derive a new approach that allows one to obtain many classes of nonseparable, spatio-temporal stationary covariance functions and fit several such classes to spatio-temporal data on wind speed over a region in the tropical western Pacific ocean.