Conditional simulation of max-stable processes
最大稳定过程的条件模拟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：摘要关注空间环境极值的条件模拟，未提供金融风险或其他所列细分方向的直接依据。
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…
关注这篇论文的作者
最大稳定过程的条件模拟
- 研究问题
- 环境极端事件可能同时影响多个地点时，如何纳入空间依赖，并在给定观测信息后模拟最大稳定过程的条件分布？
- 方法与思路
- 作者提出最大稳定过程的条件模拟框架，给出Brown–Resnick与Schlather过程正则条件分布的闭式表达。
- 材料陈述的贡献
- 摘要称该框架能进行准确的条件模拟并处理现实规模的问题，报告了模拟检验及苏黎世降雨和瑞士温度极值应用。
- 阅读关注点
- 应核对条件信息的具体形式、闭式分布如何用于模拟，以及计算规模、精度评估和空间极值模型设定的敏感性。
- 阅读边界
- 材料是版本未注明的索引摘要，未提供精度指标或规模上限；环境极值应用不能直接支持金融尾部风险分析结论。
原文摘要
Since many environmental processes are spatial in extent, a single extreme event may affect several locations, and the spatial dependence must be taken into account in an appropriate way. This paper proposes a framework for conditional simulation of max-stable processes and gives closed forms for the regular conditional distributions of Brown–Resnick and Schlather processes. We test the method on simulated data and present applications to extreme rainfall around Zurich and extreme temperatures in Switzerland. The proposed framework provides accurate conditional simulations and can handle problems of realistic size.