Hurst function estimation
Hurst 函数估计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：摘要研究规则网格观测随机过程的 Hurst 函数估计，与时间序列的局部依赖和粗糙性刻画相关。
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
Hurst 函数估计
- 研究问题
- 当多分数布朗运动仅在规则网格上被观测时，如何估计随位置变化的 Hurst 函数，并确定可达到的估计速度？
- 方法与思路
- 作者针对一类平滑 Hurst 函数建立极小极大风险下界，提出非参数估计量，并讨论干扰参数与数据驱动调参。
- 材料陈述的贡献
- 摘要称新估计量达到最优收敛速度，并通过广泛数值研究与其他方法比较，同时讨论估计程序的实施问题。
- 阅读关注点
- 应核对观测网格的渐近设定、Hurst 函数的平滑类别、风险损失定义，以及干扰参数处理和调参后的理论保证。
- 阅读边界
- 所给 OpenAlex 索引摘要未注明稿件版本；摘要未给出风险下界或最优速率的表达式，也未说明数值比较结果。
原文摘要
This paper considers a wide range of issues concerning the estimation of the Hurst function of a multifractional Brownian motion when the process is observed on a regular grid. A theoretical lower bound for the minimax risk of this inference problem is established for a wide class of smooth Hurst functions. We also propose a new nonparametric estimator and show that it is rate optimal. Implementation issues of the estimator including how to overcome the presence of a nuisance parameter and choose the tuning parameter from data will be considered. An extensive numerical study is conducted to compare our approach with other approaches.