Nonparametric Inference About Service Time Distribution from Indirect Measurements
利用间接测量对服务时间分布进行非参数推断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：摘要研究排队系统的服务时间反卷积，未涉及经济分布效应或其他所列细分方向。
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
利用间接测量对服务时间分布进行非参数推断
- 研究问题
- 当排队系统中无法直接观察单次服务时间、只能获得繁忙期持续时间时，如何恢复服务时间分布及密度形状？
- 方法与思路
- 作者将繁忙期视为服务时间的聚集观测，提出恢复分布和密度的显式方法，并构造可采用常规带宽选择的核反卷积估计。
- 材料陈述的贡献
- 摘要称，论文提供间接观测下服务时间分布与密度的经验近似方法，并提出用于研究密度形状的核反卷积估计量。
- 阅读关注点
- 应核对繁忙期与服务时间分布之间的模型关系、恢复分布所需条件，以及核估计的带宽选择和形状判断依据。
- 阅读边界
- 仅据 Crossref 摘要；排队机制、识别条件与估计误差未说明，密度多峰也不能仅凭摘要认定存在多个客户群体。
原文摘要
Summary In studies of properties of queues, for example in relation to Internet traffic, a subject that is of particular interest is the ‘shape’ of service time distribution. For example, we might wish to know whether the service time density is unimodal, suggesting that service time distribution is possibly homogeneous, or whether it is multimodal, indicating that there are two or more distinct customer populations. However, even in relatively controlled experiments we may not have access to explicit service time data. Our only information might be the durations of service time clusters, i.e. of busy periods. We wish to ‘deconvolve’ these concatenations, and to construct empirical approximations to the distribution and, particularly, the density function of service time. Explicit solutions of these problems will be suggested. In particular, a kernel-based ‘deconvolution’ estimator of service time density will be introduced, admitting conventional approaches to the choice of bandwidth.