Topological Periodicity Test (TopPT) via Confidence Bound of Time-Delay Embeddings
基于时延嵌入置信界的拓扑周期性检验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。
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：摘要直接研究时间序列的时延嵌入与周期性检验，因此归入时间序列；未提供宏观经济应用依据。
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…
基于时延嵌入置信界的拓扑周期性检验
- 研究问题
- 如何为时延嵌入中的拓扑环提供统计不确定性量化，并据此检验时间序列的周期性，同时控制错误拒绝与漏检风险？
- 方法与思路
- 作者分析嵌入轨迹的拓扑与可达半径，用子抽样构造持久图置信界，再结合插值误差修正建立拓扑周期性检验。
- 材料陈述的贡献
- 摘要称，该方法在流形正则条件下具有渐近置信保证及两类错误控制，并用合成信号和呼吸波形展示检验表现。
- 阅读关注点
- 应核对周期与非周期信号的具体限定、嵌入参数和采样条件，以及拓扑结论、插值修正与两类错误保证各自的适用范围。
- 阅读边界
- 这是 arXiv 预印本，同行评审或接收未核实；摘要未列明信号类别和完整正则条件，不能将拓扑结论推广到任意序列。
原文摘要
Time-delay embedding is a fundamental technique in Topological Data Analysis (TDA) for reconstructing phase-space dynamics of time-series data, where persistent homology can reveal loops associated with periodicity. However, rigorous statistical uncertainty quantification for these features remains underdeveloped. First, we analyze the topology of time-delay embeddings, showing that the embedded trajectory is homotopy equivalent to a circle ($S^1$) for periodic signals and contractible for non-periodic ones. We also prove a positive lower bound on the embedding reach, ensuring stable topological features. Second, we develop a subsampling approach to construct confidence bounds for persistence diagrams. Under standard manifold regularity conditions, we derive data-dependent bounds with asymptotic guarantees. Finally, we propose Topological Periodicity Test (TopPT), a hypothesis testing framework for periodicity with asymptotically controlled type I and type II error rates. Experiments on bounded-error synthetic data show that raw TDA detects periodic alternatives while avoiding false rejections on structured non-periodic signals, and that the robust rule is conservative after interpolation-error correction. On PhysioNet Fantasia and BIDMC respiratory waveforms, TDA detects most records but only a subset of local windows, unlike scalar periodogram baselines.