项目名称: 分数布朗运动的扩张及其随机分析

项目编号: No.11271020

项目类型: 面上项目

立项/批准年度: 2013

项目学科: 数理科学和化学

项目作者: 申广君

作者单位: 安徽师范大学

项目金额: 60万元

中文摘要: 分数布朗运动是具有长相依性的自相似高斯过程,在经济学、水文、电信、救护、影像处理等领域中有着重要的应用。目前,很多著名学者得到了它的一些扩张并建议使用其扩张作为一些现象的随机模型。由于这些扩张均具有长相依性且结构简单,应用方便,所以对其进行研究有一定的理论意义和应用价值。本项目主要研究分数布朗运动的三种扩张及其随机分析:(1)高斯型扩张的样本轨道性质、随机积分、随机微分方程及其相关的应用问题;(2)非高斯型扩张的随机分析及其相关问题,特别是Rosenblatt过程及其驱动的相关过程的随机分析;(3) Lévy型扩张(即分数Lévy 过程)的样本轨道性质及其驱动的相关过程的随机分析及参数估计问题。

中文关键词: 分数布朗运动;高斯过程;Rosenblatt 过程;Lévy过程;

英文摘要: Fractional Brownian motion is a class of self-similar Gaussian process which exhibits long-range dependence, it has become an important stochastic models in various scientic areas including finince, hydrology, telecommunication, turbulence, image processing. Recently, many authors have got some extensions of fractional Brownian motion and proposed to use them as stochastic models. Because of these extensions preserves long-range dependence and have simple structure, this is meaningful for us to research these processes. This project main research three extensions of fractional Brownian motion and stochastic calculus:(1)we research the sample path properties、stochastic integral、stochastic differential equation and applications of Gaussian extensions; (2) we research stochastic analysis and related problems of non-gaussian extensions, especially, we research the stochastic analysis of Rosenblatt process and some processes driven by Rosenblatt process; (3)we research the sample path properties of fractional Lévy processes and consider the parameter estimation and the stochastic calculus of some processes driven by fractional Lévy processes.

英文关键词: Fractional Brownian motion;Gaussian process;Rosenblatt process;Lévy process;

成为VIP会员查看完整内容
0

相关内容

高斯过程(Gaussian Process, GP)是概率论和数理统计中随机过程(stochastic process)的一种,是一系列服从正态分布的随机变量(random variable)在一指数集(index set)内的组合。 高斯过程中任意随机变量的线性组合都服从正态分布,每个有限维分布都是联合正态分布,且其本身在连续指数集上的概率密度函数即是所有随机变量的高斯测度,因此被视为联合正态分布的无限维广义延伸。高斯过程由其数学期望和协方差函数完全决定,并继承了正态分布的诸多性质
【TPAMI2022】双曲深度神经网络研究综述
专知会员服务
65+阅读 · 2021年12月29日
专知会员服务
73+阅读 · 2020年12月7日
专知会员服务
139+阅读 · 2020年12月3日
【哈佛经典书】概率论与随机过程及其应用,382页pdf
专知会员服务
61+阅读 · 2020年11月14日
【干货书】贝叶斯推断随机过程,449页pdf
专知会员服务
151+阅读 · 2020年8月27日
《常微分方程》笔记,419页pdf
专知会员服务
71+阅读 · 2020年8月2日
斯坦福EE364a《凸优化》课件,301页ppt
专知会员服务
95+阅读 · 2020年7月14日
Fariz Darari简明《博弈论Game Theory》介绍,35页ppt
专知会员服务
110+阅读 · 2020年5月15日
【ICLR-2020】网络反卷积,NETWORK DECONVOLUTION
专知会员服务
38+阅读 · 2020年2月21日
图神经网络的困境,用微分几何和代数拓扑解决
机器之心
4+阅读 · 2022年3月27日
积分梯度:一种归因分析方法
极市平台
1+阅读 · 2022年3月17日
定位理论5大坑,你踩过几个?
人人都是产品经理
1+阅读 · 2022年1月27日
中科院科研人员自白:我为什么离开北京
夕小瑶的卖萌屋
0+阅读 · 2021年12月23日
【干货书】贝叶斯推断随机过程,449页pdf
专知
29+阅读 · 2020年8月27日
神经网络常微分方程 (Neural ODEs) 解析
AI科技评论
41+阅读 · 2019年8月9日
酒鬼漫步的数学——随机过程 | 张天蓉专栏
知识分子
10+阅读 · 2017年8月13日
国家自然科学基金
0+阅读 · 2014年12月31日
国家自然科学基金
0+阅读 · 2014年12月31日
国家自然科学基金
0+阅读 · 2013年12月31日
国家自然科学基金
0+阅读 · 2013年12月31日
国家自然科学基金
0+阅读 · 2013年12月31日
国家自然科学基金
0+阅读 · 2012年12月31日
国家自然科学基金
1+阅读 · 2012年12月31日
国家自然科学基金
0+阅读 · 2012年12月31日
国家自然科学基金
0+阅读 · 2009年12月31日
Arxiv
0+阅读 · 2022年4月20日
Dynamic Network Adaptation at Inference
Arxiv
0+阅读 · 2022年4月18日
Automated Data Augmentations for Graph Classification
Arxiv
0+阅读 · 2022年4月17日
Arxiv
23+阅读 · 2022年2月4日
CSKG: The CommonSense Knowledge Graph
Arxiv
18+阅读 · 2020年12月21日
小贴士
相关VIP内容
【TPAMI2022】双曲深度神经网络研究综述
专知会员服务
65+阅读 · 2021年12月29日
专知会员服务
73+阅读 · 2020年12月7日
专知会员服务
139+阅读 · 2020年12月3日
【哈佛经典书】概率论与随机过程及其应用,382页pdf
专知会员服务
61+阅读 · 2020年11月14日
【干货书】贝叶斯推断随机过程,449页pdf
专知会员服务
151+阅读 · 2020年8月27日
《常微分方程》笔记,419页pdf
专知会员服务
71+阅读 · 2020年8月2日
斯坦福EE364a《凸优化》课件,301页ppt
专知会员服务
95+阅读 · 2020年7月14日
Fariz Darari简明《博弈论Game Theory》介绍,35页ppt
专知会员服务
110+阅读 · 2020年5月15日
【ICLR-2020】网络反卷积,NETWORK DECONVOLUTION
专知会员服务
38+阅读 · 2020年2月21日
相关资讯
图神经网络的困境,用微分几何和代数拓扑解决
机器之心
4+阅读 · 2022年3月27日
积分梯度:一种归因分析方法
极市平台
1+阅读 · 2022年3月17日
定位理论5大坑,你踩过几个?
人人都是产品经理
1+阅读 · 2022年1月27日
中科院科研人员自白:我为什么离开北京
夕小瑶的卖萌屋
0+阅读 · 2021年12月23日
【干货书】贝叶斯推断随机过程,449页pdf
专知
29+阅读 · 2020年8月27日
神经网络常微分方程 (Neural ODEs) 解析
AI科技评论
41+阅读 · 2019年8月9日
酒鬼漫步的数学——随机过程 | 张天蓉专栏
知识分子
10+阅读 · 2017年8月13日
相关基金
国家自然科学基金
0+阅读 · 2014年12月31日
国家自然科学基金
0+阅读 · 2014年12月31日
国家自然科学基金
0+阅读 · 2013年12月31日
国家自然科学基金
0+阅读 · 2013年12月31日
国家自然科学基金
0+阅读 · 2013年12月31日
国家自然科学基金
0+阅读 · 2012年12月31日
国家自然科学基金
1+阅读 · 2012年12月31日
国家自然科学基金
0+阅读 · 2012年12月31日
国家自然科学基金
0+阅读 · 2009年12月31日
相关论文
Arxiv
0+阅读 · 2022年4月20日
Dynamic Network Adaptation at Inference
Arxiv
0+阅读 · 2022年4月18日
Automated Data Augmentations for Graph Classification
Arxiv
0+阅读 · 2022年4月17日
Arxiv
23+阅读 · 2022年2月4日
CSKG: The CommonSense Knowledge Graph
Arxiv
18+阅读 · 2020年12月21日
微信扫码咨询专知VIP会员