Random Matrix Time Series
随机矩阵时间序列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。
本页为预印本版本；arXiv 收录、作者填写的期刊信息以及作者既有发表经历，都不单独证明本篇已接收。作者发表记录按 OpenAlex 身份与完整姓名、本站覆盖期刊 ISSN 及正式卷期核对，只展示已核实例，档案仍可能误合并。
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：摘要明确提出时间序列模型，并讨论其估计与预测方法，对应时间序列及预测方向。
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
随机矩阵时间序列
- 研究问题
- 如何构造系数取自随机矩阵系综的时间序列模型，并刻画其理论解、统计性质以及可实施的估计和预测方法？
- 方法与思路
- 作者引入随机矩阵系数时间序列，给出形式定义、理论解和统计性质，并通过例子讨论估计、预测及相关微分方程。
- 材料陈述的贡献
- 摘要所述贡献包括模型及其理论刻画、估计预测方法的讨论，同时提出随机矩阵微分方程和潜在应用方向。
- 阅读关注点
- 应核对矩阵系综及系数依赖结构、模型存在性和稳定性条件，以及估计对象、预测信息集和例子的评价方式。
- 阅读边界
- 这是 arXiv 预印本，不能据此认定已经同行评审或期刊接收；摘要较概括，未说明具体模型形式、理论条件或预测性能。
原文摘要
In this paper, a time series model with coefficients that take values from random matrix ensembles is proposed. Formal definitions, theoretical solutions, and statistical properties are derived. Estimation and forecast methodologies for random matrix time series are discussed with examples. Random matrix differential equations and potential applications of the time series model are suggested at the end.