会员服务
估计/估计量 · Processing（编程语言） · 无限 · 相似度 · 推断 ·
2021 年 3 月 9 日
Parametric Estimation for Processes Driven by Infinite Dimensional Mixed Fractional Brownian Motion
翻译：由无限尺寸混合分形布朗运动驱动的工艺的参数估计
B. L. S. Prakasa Rao
B. L. S. Prakasa Rao

Parametric and nonparametric inference for stochastic processes driven by a fractional Brownian motion were investigated in Mishura (2008) and Prakasa Rao(2010) among others. Similar problems for processes driven by an infinite dimensional fractional Brownian motion were studied in Prakasa Rao (2004,2013), Cialenco (2009) and others. Parametric estimation for processes driven by infinite dimensional mixed fractional Brownian motion is discussed in this article.


翻译：在Mishura(2008年)和Prakasa Rao(2010年)等调查了由分数型布朗运动驱动的随机过程的参数和非参数推论;在Prakasa Rao(2004年、2013年)、Cialenco(2009年)等调查了由无穷维分数型布朗运动驱动的模拟过程的类似问题;在本条中讨论了由无限维分数型布朗运动驱动的参数估计。
0
下载
关闭预览

相关内容

Fariz Darari简明《博弈论Game Theory》介绍，35页ppt
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
【硬核书】数学博弈论与应用，431页pdf，Mathematical Game Theory and Applications
【硬核书】数学博弈论与应用，431页pdf，Mathematical Game Theory and Applications
专知会员服务
166+阅读 · 2020年4月18日
【CVPR2020】视觉跟踪的概率回归，Probabilistic Regression for Visual Tracking
【CVPR2020】视觉跟踪的概率回归，Probabilistic Regression for Visual Tracking
专知会员服务
36+阅读 · 2020年3月27日
【CMU-Spring2020课程】离散微分几何15讲，Discrete Differential Geometry
【CMU-Spring2020课程】离散微分几何15讲，Discrete Differential Geometry
专知会员服务
53+阅读 · 2020年3月26日
Auto-Sizing the Transformer Network: Improving Speed, Efficiency, and Performance for Low-Resource Machine Translation
Auto-Sizing the Transformer Network: Improving Speed, Efficiency, and Performance for Low-Resource Machine Translation
专知会员服务
47+阅读 · 2019年10月17日
Connections between Support Vector Machines, Wasserstein distance and gradient-penalty GANs
Connections between Support Vector Machines, Wasserstein distance and gradient-penalty GANs
专知会员服务
34+阅读 · 2019年10月17日
Deep Learning Based Detection and Correction of Cardiac MR Motion Artefacts During Reconstruction for High-Quality Segmentation
Deep Learning Based Detection and Correction of Cardiac MR Motion Artefacts During Reconstruction for High-Quality Segmentation
专知会员服务
56+阅读 · 2019年10月17日
强化学习最新教程，17页pdf
强化学习最新教程，17页pdf
专知会员服务
174+阅读 · 2019年10月11日
【SIGGRAPH2019】TensorFlow 2.0深度学习计算机图形学应用
【SIGGRAPH2019】TensorFlow 2.0深度学习计算机图形学应用
专知会员服务
39+阅读 · 2019年10月9日
【CVPR 2019 | tutorial】用于计算机视觉的胶囊网络 Capsule Networks for Computer Vision，中佛罗里达大学|Mubarak Shah，Rawat
【CVPR 2019 | tutorial】用于计算机视觉的胶囊网络 Capsule Networks for Computer Vision，中佛罗里达大学|Mubarak Shah，Rawat
专知会员服务
24+阅读 · 2019年6月16日
Transferring Knowledge across Learning Processes
Transferring Knowledge across Learning Processes
CreateAMind
28+阅读 · 2019年5月18日
腊月廿八 | 强化学习-TRPO和PPO背后的数学
腊月廿八 | 强化学习-TRPO和PPO背后的数学
AI研习社
17+阅读 · 2019年2月2日
A Technical Overview of AI & ML in 2018 & Trends for 2019
A Technical Overview of AI & ML in 2018 & Trends for 2019
待字闺中
17+阅读 · 2018年12月24日
disentangled-representation-papers
disentangled-representation-papers
CreateAMind
26+阅读 · 2018年9月12日
STRCF for Visual Object Tracking
STRCF for Visual Object Tracking
统计学习与视觉计算组
14+阅读 · 2018年5月29日
【论文推荐】最新十篇度量学习相关论文—可量化表示、非线性度量学习、在线深度量学习、大间隔最近邻、判别深度度量、域自适应
【论文推荐】最新十篇度量学习相关论文—可量化表示、非线性度量学习、在线深度量学习、大间隔最近邻、判别深度度量、域自适应
专知
12+阅读 · 2018年5月18日
【论文推荐】最新六篇主题模型相关论文—收敛率、大规模、深度主题建模、优化、情绪强度、广义动态主题模型
【论文推荐】最新六篇主题模型相关论文—收敛率、大规模、深度主题建模、优化、情绪强度、广义动态主题模型
专知
11+阅读 · 2018年3月29日
【推荐】用Python/OpenCV实现增强现实
【推荐】用Python/OpenCV实现增强现实
机器学习研究会
15+阅读 · 2017年11月16日
【论文】变分推断（Variational inference)的总结
【论文】变分推断（Variational inference)的总结
机器学习研究会
39+阅读 · 2017年11月16日
强化学习 cartpole_a3c
强化学习 cartpole_a3c
CreateAMind
9+阅读 · 2017年7月21日
Improving Collaborative Metric Learning with Efficient Negative Sampling
Arxiv
3+阅读 · 2019年9月24日
R-LINS: A Robocentric Lidar-Inertial State Estimator for Robust and Efficient Navigation
R-LINS: A Robocentric Lidar-Inertial State Estimator for Robust and Efficient Navigation
Arxiv
3+阅读 · 2019年8月22日
Generalized Intersection over Union: A Metric and A Loss for Bounding Box Regression
Arxiv
4+阅读 · 2019年4月15日
Information-Directed Exploration for Deep Reinforcement Learning
Information-Directed Exploration for Deep Reinforcement Learning
Arxiv
5+阅读 · 2018年12月18日
PPO-CMA: Proximal Policy Optimization with Covariance Matrix Adaptation
PPO-CMA: Proximal Policy Optimization with Covariance Matrix Adaptation
Arxiv
8+阅读 · 2018年12月18日
A fast algorithm with minimax optimal guarantees for topic models with an unknown number of topics
Arxiv
7+阅读 · 2018年6月12日
Coarse-to-fine Seam Estimation for Image Stitching
Arxiv
4+阅读 · 2018年5月24日
Geometry in Active Learning for Binary and Multi-class Image Segmentation
Arxiv
9+阅读 · 2018年1月16日
Latent nested nonparametric priors
Arxiv
4+阅读 · 2018年1月15日
Depth-Adaptive Computational Policies for Efficient Visual Tracking
Arxiv
8+阅读 · 2018年1月1日
VIP会员
文章信息
前往arXiv
下载PDF
相关主题
估计/估计量
Processing（编程语言）
无限
相似度
推断
相关VIP内容
Fariz Darari简明《博弈论Game Theory》介绍，35页ppt
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
【硬核书】数学博弈论与应用，431页pdf，Mathematical Game Theory and Applications
【硬核书】数学博弈论与应用，431页pdf，Mathematical Game Theory and Applications
专知会员服务
166+阅读 · 2020年4月18日
【CVPR2020】视觉跟踪的概率回归，Probabilistic Regression for Visual Tracking
【CVPR2020】视觉跟踪的概率回归，Probabilistic Regression for Visual Tracking
专知会员服务
36+阅读 · 2020年3月27日
【CMU-Spring2020课程】离散微分几何15讲，Discrete Differential Geometry
【CMU-Spring2020课程】离散微分几何15讲，Discrete Differential Geometry
专知会员服务
53+阅读 · 2020年3月26日
Auto-Sizing the Transformer Network: Improving Speed, Efficiency, and Performance for Low-Resource Machine Translation
Auto-Sizing the Transformer Network: Improving Speed, Efficiency, and Performance for Low-Resource Machine Translation
专知会员服务
47+阅读 · 2019年10月17日
Connections between Support Vector Machines, Wasserstein distance and gradient-penalty GANs
Connections between Support Vector Machines, Wasserstein distance and gradient-penalty GANs
专知会员服务
34+阅读 · 2019年10月17日
Deep Learning Based Detection and Correction of Cardiac MR Motion Artefacts During Reconstruction for High-Quality Segmentation
Deep Learning Based Detection and Correction of Cardiac MR Motion Artefacts During Reconstruction for High-Quality Segmentation
专知会员服务
56+阅读 · 2019年10月17日
强化学习最新教程，17页pdf
强化学习最新教程，17页pdf
专知会员服务
174+阅读 · 2019年10月11日
【SIGGRAPH2019】TensorFlow 2.0深度学习计算机图形学应用
【SIGGRAPH2019】TensorFlow 2.0深度学习计算机图形学应用
专知会员服务
39+阅读 · 2019年10月9日
【CVPR 2019 | tutorial】用于计算机视觉的胶囊网络 Capsule Networks for Computer Vision，中佛罗里达大学|Mubarak Shah，Rawat
【CVPR 2019 | tutorial】用于计算机视觉的胶囊网络 Capsule Networks for Computer Vision，中佛罗里达大学|Mubarak Shah，Rawat
专知会员服务
24+阅读 · 2019年6月16日
热门VIP内容
相关资讯
Transferring Knowledge across Learning Processes
Transferring Knowledge across Learning Processes
CreateAMind
28+阅读 · 2019年5月18日
腊月廿八 | 强化学习-TRPO和PPO背后的数学
腊月廿八 | 强化学习-TRPO和PPO背后的数学
AI研习社
17+阅读 · 2019年2月2日
A Technical Overview of AI & ML in 2018 & Trends for 2019
A Technical Overview of AI & ML in 2018 & Trends for 2019
待字闺中
17+阅读 · 2018年12月24日
disentangled-representation-papers
disentangled-representation-papers
CreateAMind
26+阅读 · 2018年9月12日
STRCF for Visual Object Tracking
STRCF for Visual Object Tracking
统计学习与视觉计算组
14+阅读 · 2018年5月29日
【论文推荐】最新十篇度量学习相关论文—可量化表示、非线性度量学习、在线深度量学习、大间隔最近邻、判别深度度量、域自适应
【论文推荐】最新十篇度量学习相关论文—可量化表示、非线性度量学习、在线深度量学习、大间隔最近邻、判别深度度量、域自适应
专知
12+阅读 · 2018年5月18日
【论文推荐】最新六篇主题模型相关论文—收敛率、大规模、深度主题建模、优化、情绪强度、广义动态主题模型
【论文推荐】最新六篇主题模型相关论文—收敛率、大规模、深度主题建模、优化、情绪强度、广义动态主题模型
专知
11+阅读 · 2018年3月29日
【推荐】用Python/OpenCV实现增强现实
【推荐】用Python/OpenCV实现增强现实
机器学习研究会
15+阅读 · 2017年11月16日
【论文】变分推断（Variational inference)的总结
【论文】变分推断（Variational inference)的总结
机器学习研究会
39+阅读 · 2017年11月16日
强化学习 cartpole_a3c
强化学习 cartpole_a3c
CreateAMind
9+阅读 · 2017年7月21日
相关论文
Improving Collaborative Metric Learning with Efficient Negative Sampling
Arxiv
3+阅读 · 2019年9月24日
R-LINS: A Robocentric Lidar-Inertial State Estimator for Robust and Efficient Navigation
R-LINS: A Robocentric Lidar-Inertial State Estimator for Robust and Efficient Navigation
Arxiv
3+阅读 · 2019年8月22日
Generalized Intersection over Union: A Metric and A Loss for Bounding Box Regression
Arxiv
4+阅读 · 2019年4月15日
Information-Directed Exploration for Deep Reinforcement Learning
Information-Directed Exploration for Deep Reinforcement Learning
Arxiv
5+阅读 · 2018年12月18日
PPO-CMA: Proximal Policy Optimization with Covariance Matrix Adaptation
PPO-CMA: Proximal Policy Optimization with Covariance Matrix Adaptation
Arxiv
8+阅读 · 2018年12月18日
A fast algorithm with minimax optimal guarantees for topic models with an unknown number of topics
Arxiv
7+阅读 · 2018年6月12日
Coarse-to-fine Seam Estimation for Image Stitching
Arxiv
4+阅读 · 2018年5月24日
Geometry in Active Learning for Binary and Multi-class Image Segmentation
Arxiv
9+阅读 · 2018年1月16日
Latent nested nonparametric priors
Arxiv
4+阅读 · 2018年1月15日
Depth-Adaptive Computational Policies for Efficient Visual Tracking
Arxiv
8+阅读 · 2018年1月1日
Top
微信扫码咨询专知VIP会员
Top