The distribution of maxima of approximately Gaussian random fields
近似高斯随机场最大值的分布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：摘要是一般随机场极值与信号检测理论，未明确涉及金融尾部风险或所列其他领域。
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…
近似高斯随机场最大值的分布
- 研究问题
- 在噪声背景中搜索结构已知但位置未知的信号时，如何近似平滑中心化随机场最大值的尾概率，从而校准最大得分检验？
- 方法与思路
- 作者先应用似然比恒等式，再对局部随机场进行近似，以得到最大值分布尾部的近似，并通过数值例子考察近似准确性。
- 材料陈述的贡献
- 摘要称所给尾概率近似可用于动机问题中最大得分检验的显著性水平计算，数值例子展示了近似在所考察设置中的准确程度。
- 阅读关注点
- 应核对随机场的平滑性、近似高斯条件、搜索位置空间及尾部近似的适用区域，并查看数值比较如何衡量显著性水平误差。
- 阅读边界
- 仅据版本未注明的 OpenAlex 索引摘要；误差界、具体条件和数值结果未给出，不能推断该近似适用于任意信号搜索或随机场。
原文摘要
Motivated by the problem of testing for the existence of a signal of known parametric structure and unknown “location” (as explained below) against a noisy background, we obtain for the maximum of a centered, smooth random field an approximation for the tail of the distribution. For the motivating class of problems this gives approximately the significance level of the maximum score test. The method is based on an application of a likelihood-ratio-identity followed by approximations of local fields. Numerical examples illustrate the accuracy of the approximations.