研究人员开发了一个名为FlowMSM的新框架，以应对识别具有非平稳行为的时间系统中的潜在状态所带来的挑战。该框架即使在存在瞬时效应和非线性动力学的情况下，也能确立潜在状态和状态依赖因果结构的可辨识性。在合成数据集和金融数据集上的实验表明，FlowMSM在从非平稳时间序列中检测这些状态和发现因果结构方面是有效的。 AI
影响 引入了一个分析复杂时间数据的 novel framework，有可能改进金融和医疗保健等领域的应用。
排序理由 这是一篇详细介绍时间序列分析新统计框架的研究论文。[lever_c_demoted from research: ic=1 ai=0.7]
AI 生成摘要 · Google Gemini · 来自 1 个来源。 我们如何撰写摘要 →