Global testing against sparse alternatives in time-frequency analysis
时频分析中针对稀疏备择的全局检验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：摘要直接研究复值时间序列的周期图、时频分析与周期信号检测。
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…
时频分析中针对稀疏备择的全局检验
- 研究问题
- 论文研究复值时间序列中稀疏周期效应的全局检测，关注隐藏正弦信号的稀少程度与强度如何决定可检测性。
- 方法与思路
- 作者提出过采样周期图高批评检验，建立极小极大检测边界，分析可检测区域内的渐近功效并开展数值模拟。
- 材料陈述的贡献
- 摘要称，检验在可检测区域具有渐近检测能力，并在最低频率分离条件下证明对数阶周期图过采样的全局检验最优性。
- 阅读关注点
- 应核对复值序列及噪声设定、检测边界参数化、最低频率分离条件，以及过采样网格和最优性所针对的检验范围。
- 阅读边界
- 仅据 OpenAlex 索引摘要，稿件版本未注明。摘要未给出噪声条件、边界公式或模拟数值，最优性不能脱离频率分离条件解释。
原文摘要
In this paper, an over-sampled periodogram higher criticism (OPHC) test is proposed for the global detection of sparse periodic effects in a complex-valued time series. An explicit minimax detection boundary is established between the rareness and weakness of the complex sinusoids hidden in the series. The OPHC test is shown to be asymptotically powerful in the detectable region. Numerical simulations illustrate and verify the effectiveness of the proposed test. Furthermore, the periodogram over-sampled by $O(\log N)$ is proven universally optimal in global testing for periodicities under a mild minimum separation condition.