新方法匹配相关的VAR时间序列数据库

研究人员开发了一种新的方法来匹配相关的向量自回归（VAR）时间序列数据库。该方法引入了一个概率框架来恢复两个时间序列之间的隐藏排列，将点云匹配问题推广到时间序列。该研究推导了一个最大似然估计器（MLE），并分析了一个基于线性分配的估计器，提供了基于噪声阈值的恢复保证。此外，该论文提出使用置换矩阵的凸松弛，如Birkhoff多面体，通过交替最小化来有效地估计参数，实证结果表明线性分配通常与MLE松弛方法相比表现相当或更好。 AI

排序理由 该集群包含一篇在arXiv上发表的研究论文，详细介绍了一种新的统计方法。[lever_c_demoted from research: ic=1 ai=0.1]

在 arXiv stat.ML 阅读 →

• alphaXiv
• arXiv
• Birkhoff polytope
• CatalyzeX Code Finder for Papers
• Connected Papers
• CORE Recommender
• DagsHub
• Ernesto Araya Valdivia
• Gotit.pub
• Hugging Face
• Influence Flower
• Litmaps
• ScienceCast
• scite Smart Citations

• 论文
• 其他

AI 生成摘要 · Google Gemini · 来自 1 个来源。 我们如何撰写摘要 →