An Accelerated-Time Model for Response Curves
响应曲线的时间加速模型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：摘要研究带协变量的函数型曲线配准，未明确涉及宏观时间序列、经济面板或其他所列细分方向。
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
响应曲线的时间加速模型
- 研究问题
- 当数据由多条响应曲线及一个协变量组成时，如何用协变量引起的时间加速解释曲线差异，并非参数地估计模型组成部分？
- 方法与思路
- 作者假定曲线来自基础随机过程的时间加速变换，加速因子是协变量的平滑函数，以迭代估计和留一曲线交叉验证拟合。
- 材料陈述的贡献
- 摘要称，提出协变量驱动的非参数时间加速模型与迭代分析程序，并以多个果蝇队列的死亡率时间轨迹作为示例。
- 阅读关注点
- 核对基础过程与加速函数如何区分、模型是否需要归一化约束，以及迭代收敛、曲线观测结构和交叉验证的实施方式。
- 阅读边界
- 仅据 OpenAlex 索引摘要，稿件版本未注明，不能推断刊本变化；摘要未说明模型识别、估计收敛性质或果蝇应用的具体结果。
原文摘要
We propose a nonparametric method of data analysis for situations where the data consist of a sample of curves and a covariate is present. We assume the observed curves to be time-accelerated versions of a basic underlying stochastic process and assume the time acceleration factor for each observed process, determining the “eigenzeit,” to be a smooth function of the covariate. We discuss an iterative procedure to estimate the components of the model nonparametrically, using cross-validation to determine smoothing parameters using a leave-one-curve-out technique. Our example concerns time courses of mortality for a sample of cohorts of fruit flies.