A time warping model for seasonal data with application to age estimation from narwhal tusks
季节数据的时间扭曲模型：独角鲸牙年龄估计应用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。
本页为预印本版本；arXiv 收录、作者填写的期刊信息以及作者既有发表经历，都不单独证明本篇已接收。作者发表记录按 OpenAlex 身份与完整姓名、本站覆盖期刊 ISSN 及正式卷期核对，只展示已核实例，档案仍可能误合并。
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：摘要明确建模时间序列中的变化周期、瞬时频率与时间尺度，直接对应时间序列。
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
季节数据的时间扭曲模型：独角鲸牙年龄估计应用
- 研究问题
- 当观测信号的周期长度不断变化时，如何将非线性测量时间映射为线性时间，并利用牙齿元素的周期信号估计动物年龄？
- 方法与思路
- 作者提出包含隐含严格正随机过程的回归模型，以该过程表示瞬时频率，适应变化的时间尺度，并用模拟和一枚独角鲸牙检验。
- 材料陈述的贡献
- 摘要称模型能够表达变化周期和动态模式，以已知周期数的模拟进行验证，并通过西格陵兰独角鲸牙示例展示年龄估计用途。
- 阅读关注点
- 核对频率随机过程的设定、时间映射与周期数的识别、年龄不确定性计算，以及模拟信号和真实牙齿测量之间的差异。
- 阅读边界
- 这是 arXiv 预印本，同行评审和期刊接收均未核实；摘要未报告年龄估值或误差，单枚牙齿应用也不足以判断跨样本适用性。
原文摘要
Signals with varying periodicity frequently appear in real-world phenomena, necessitating the development of efficient modelling techniques to map the measured nonlinear timeline to linear time. Here we propose a regression model that allows for a representation of periodic and dynamic patterns observed in time series data. The model incorporates a hidden strictly positive stochastic process that represents the instantaneous frequency, allowing the model to adapt and accurately capture varying time scales. A case study focusing on age estimation of narwhal tusks is presented, where cyclic element signals associated with annual growth layer groups are analyzed. We apply the methodology to data from one such tusk collected in West Greenland and use the fitted model to estimate the age of the narwhal. The proposed method is validated using simulated signals with known cycle counts and practical considerations and modelling challenges are discussed in detail. This research contributes to the field of time series analysis, providing a tool and valuable insights for understanding and modeling complex cyclic patterns in diverse domains.