The Multiprocess Dynamic Linear Model with Biased Perturbations: A Real Time Model for Growth Hormone Level
带有偏扰动的多过程动态线性模型：生长激素水平的实时建模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：摘要中的时间序列属于动物生理信号，缺少归入宏观时间序列或其他所列领域的证据。
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…
关注这篇论文的作者
带有偏扰动的多过程动态线性模型：生长激素水平的实时建模
- 研究问题
- 对于含噪声且呈脉冲变化的动物生长激素时间序列，如何在脉冲后的首个观测到来时检测变化并实时更新模型？
- 方法与思路
- 作者将有偏扰动分布引入多过程动态线性模型，以表示生长激素脉冲，并在检测后调整参数估计及后续预测。
- 材料陈述的贡献
- 摘要称有偏扰动使脉冲能够在发生后的首个观测处被检测，且所提出方法在脉冲识别和相应估计预测更新中较有效。
- 阅读关注点
- 应核对扰动分布、过程切换与在线更新规则，以及脉冲检测的延迟、误报、漏报和预测效果如何被评估。
- 阅读边界
- 材料为稿件版本未注明的OpenAlex索引摘要，未报告数据规模、检测指标或比较结果；实时检测表述不能理解为无误识别保证。
原文摘要
This paper introduces biased perturbation distributions into the multiprocess dynamic linear model in order to represent growth hormone levels in animals, which are characteristically noisy pulsatile time series. The use of biased perturbation distributions allows a pulse to be detected on the first observation immediately after it occurs, thus allowing the process to be modelled in real time. This approach is found to be quite effective at detecting the occurrence of a pulse in growth hormone level, and revising the parameter estimates and predictions accordingly.