In this paper, we establish a competing hazards interpretation of Hawkes processes. Linking the excitation functions to proper hazard functions for waiting times offers a useful construction of the Hawkes process, relying on the properties of the corresponding hazard probability distributions. We leverage this link to propose a Gillespie-type simulation algorithm for the Hawkes process. Based on quantitative and qualitative comparison studies, our simulation algorithm overcomes the drawbacks encountered by existing methods, allowing general forms of the excitation function while maintaining good performance. An example of application to earthquakes data illustrates the use of our method.


翻译:在本文中,我们确立了对霍克斯工艺的相互竞争的危害解释。根据相应的危险概率分布的特性,将振荡功能与适当的等待时间的危险功能联系起来,为霍克斯工艺提供了有用的构思。我们利用这一链接为霍克斯工艺提出了一个吉列斯式模拟算法。根据定量和定性比较研究,我们的模拟算法克服了现有方法的缺点,允许一般形式的振荡功能,同时保持良好的性能。对地震数据应用的一个实例说明了我们使用的方法。

0
下载
关闭预览

相关内容

Processing 是一门开源编程语言和与之配套的集成开发环境(IDE)的名称。Processing 在电子艺术和视觉设计社区被用来教授编程基础,并运用于大量的新媒体和互动艺术作品中。
专知会员服务
50+阅读 · 2020年12月14日
专知会员服务
161+阅读 · 2020年1月16日
【哈佛大学商学院课程Fall 2019】机器学习可解释性
专知会员服务
103+阅读 · 2019年10月9日
分布式并行架构Ray介绍
CreateAMind
9+阅读 · 2019年8月9日
Hierarchically Structured Meta-learning
CreateAMind
26+阅读 · 2019年5月22日
Transferring Knowledge across Learning Processes
CreateAMind
28+阅读 · 2019年5月18日
RL 真经
CreateAMind
5+阅读 · 2018年12月28日
Disentangled的假设的探讨
CreateAMind
9+阅读 · 2018年12月10日
Adversarial Variational Bayes: Unifying VAE and GAN 代码
CreateAMind
7+阅读 · 2017年10月4日
【学习】Hierarchical Softmax
机器学习研究会
4+阅读 · 2017年8月6日
Auto-Encoding GAN
CreateAMind
7+阅读 · 2017年8月4日
强化学习族谱
CreateAMind
26+阅读 · 2017年8月2日
强化学习 cartpole_a3c
CreateAMind
9+阅读 · 2017年7月21日
Arxiv
0+阅读 · 2021年1月15日
Deciding What to Learn: A Rate-Distortion Approach
Arxiv
0+阅读 · 2021年1月15日
Arxiv
3+阅读 · 2018年2月24日
VIP会员
相关资讯
分布式并行架构Ray介绍
CreateAMind
9+阅读 · 2019年8月9日
Hierarchically Structured Meta-learning
CreateAMind
26+阅读 · 2019年5月22日
Transferring Knowledge across Learning Processes
CreateAMind
28+阅读 · 2019年5月18日
RL 真经
CreateAMind
5+阅读 · 2018年12月28日
Disentangled的假设的探讨
CreateAMind
9+阅读 · 2018年12月10日
Adversarial Variational Bayes: Unifying VAE and GAN 代码
CreateAMind
7+阅读 · 2017年10月4日
【学习】Hierarchical Softmax
机器学习研究会
4+阅读 · 2017年8月6日
Auto-Encoding GAN
CreateAMind
7+阅读 · 2017年8月4日
强化学习族谱
CreateAMind
26+阅读 · 2017年8月2日
强化学习 cartpole_a3c
CreateAMind
9+阅读 · 2017年7月21日
Top
微信扫码咨询专知VIP会员