Spatiotemporal Modelling using Integro-Difference Equations with Bivariate Stable Kernels
采用二元稳定核的积分差分方程时空建模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：摘要研究空间环境过程的动态建模，所给领域细分没有直接对应的时空统计方向。
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…
采用二元稳定核的积分差分方程时空建模
- 研究问题
- 如何通过更灵活的二元核分布刻画时空过程，使积分差分方程能够容纳不同尾部、方向和偏斜特征？
- 方法与思路
- 作者在贝叶斯层级时空模型中采用二元稳定分布核，并以灵活的Bernstein多项式基先验刻画控制其特征的测度。
- 材料陈述的贡献
- 摘要称，这是将非高斯核纳入二维积分差分方程模型的首次尝试，并在太平洋海表温度数据上改善了预测。
- 阅读关注点
- 应核对稳定核与控制测度的参数化、先验及计算方法，以及海表温度预测比较的评价指标和验证设计。
- 阅读边界
- 仅据所给Crossref摘要；未说明计算细节、预测改善幅度及适用条件，首次尝试的主张也未经独立核验。
原文摘要
Summary An integro-difference equation can be represented as a hierarchical spatiotemporal dynamic model using appropriate parameterizations. The dynamics of the process defined by an integro-difference equation depends on the choice of a bivariate kernel distribution, where more flexible shapes generally result in more flexible models. Under a Bayesian modelling framework, we consider the use of the stable family of distributions for the kernel, as they are infinitely divisible and offer a variety of tail behaviours, orientations and skewness. Many of the attributes of the bivariate stable distribution are controlled by a measure, which we model using a flexible Bernstein polynomial basis prior. The method is the first attempt to incorporate non-Gaussian kernels in a two-dimensional integro-difference equation model and will be shown to improve prediction over the Gaussian kernel model for a data set of Pacific sea surface temperatures.