CONVERGENCE OF INTEGRAL FUNCTIONALS OF STOCHASTIC PROCESSES
随机过程积分泛函的收敛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：摘要属于随机过程积分泛函的一般极限理论，未明确时间序列模型或其他给定细分领域的应用对象。
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
随机过程积分泛函的收敛
- 研究问题
- 满足函数型极限定理的随机过程，其积分何时依分布收敛，以及过程的连续性如何决定所需的可积性条件？
- 方法与思路
- 作者研究随机过程积分的分布收敛，允许较广的连续高斯极限过程，并按原过程连续性讨论局部可积性。
- 材料陈述的贡献
- 摘要称分析涵盖较广的连续高斯极限，并说明局部 Lebesgue 或 Riemann 可积性要求取决于原过程的连续性质。
- 阅读关注点
- 核对过程收敛的空间与拓扑、积分域和可积性条件，重点看如何从函数型极限定理推导积分泛函的收敛。
- 阅读边界
- 仅据所给出版社摘要，不能写出完整收敛定理；积分形式、拓扑与附加条件未说明，也未给出具体计量应用。
原文摘要
We investigate the convergence in distribution of integrals of stochastic processes satisfying a functional limit theorem. We allow a large class of continuous Gaussian processes in the limit. Depending on the continuity properties of the underlying process, local Lebesgue or Riemann integrability is required.We are grateful to the referees and Benedikt Pötscher for their helpful and constructive comments. The research of the first author was partially supported by OTKA grants T37668 and T43037 and NSF-OTKA grant INT-0223262. The research of the second author was partially supported by NATO grant PST.EAP.CLG 980599 and NSF-OTKA grant INT-0223262.