FRINK Linked Data Fragments server

Matches in SemOpenAlex for { <https://semopenalex.org/work/W2078253144> ?p ?o ?g. }

• W2078253144 endingPage "340" @default.
• W2078253144 startingPage "329" @default.
• W2078253144 abstract "We address the problem of estimating the parameters of a pure AR causal model excited with non-Gaussian, ergodic, unobservable process. Output samples may be corrupted with colored Gaussian noise. Other types of noise are allowed provided that they have a set of mth order statistics whose value is zero, if the same set of statistics are different from zero for the signal. It is shown that each sample of the impulse response of the AR system that generates the process may be expressed as a linear combination of cumulant slices of any order, thus providing a new framework to combine cumulants of different orders. The resulting algorithm is shown to be well behaved and to provide consistent estimates while reducing the complexity significantly with respect to other approaches. Wie behandeln das Problem der Schätzung der Parameter eines reinen kausalen AR-Modells, das durch einen nicht-gaußschen, ergodischen, nicht beobachtbaren Prozeß erregt wird. Die Ausgangs-Abtastwerte können durch farbiges gaußsches Rauschen gestört sein. Andere Typen von Rauschen sind erlaubt, vorausgesetzt daß sie einen Satz von Statistik m-ter Ordnung aufweisen, dessen Werte null sind und der gleiche Satz für das Signal verschieden von null ist. Es wird gezeigt, daß jeder Abtastwert der Impulsantwort des AR-Systems, das den Prozeß generiet, als Linearkombination von Unterkumulanten beliebiger Ordnung ausgedrückt werden kann; dadurch wird ein neues Hilfsmittel zur Kombination von Kumulanten verschiedener Ordnung geschaffen. Es wird gezeigt, daß der resultierende Algorithmus sich günstig verhält und konsistente Schätzwerte liefert, wobei sich die Komplexität im Vergleich zu anderen Lösungen beträchtlich reduziert. On discute ici le problème de l'estimation des paramètres d'un modèle causal autorégressif excité par un processus ergodique non-Gaussien et non observable. Le processus AR peut être contaminé par un bruit Gaussien coloré. D'autres types de bruit peuvent être considerés s'ils ont un ensemble de statistiques nulles d'ordre m et si le même ensemble de statistiques est non nul pour le signal. On prouve que chaque échantillon de la réponse impulsionelle du système AR peut être exprimé comme une combinaison linéaire de tranches de cumulants de n'importe quel ordre supérieur a deux. Ce travail représente un nouveau cadre pour l'utilisation de statistiques d'ordres differents pour le problème général de l'estimation AR linéaire. L'algorithme qui en résulte est de faible complexité par rapport à d'autres déjà existants, tout en fournissant des estimations consistantes." @default.
• W2078253144 created "2016-06-24" @default.
• W2078253144 creator A5004224082 @default.
• W2078253144 creator A5027574349 @default.
• W2078253144 date "1994-04-01" @default.
• W2078253144 modified "2023-09-25" @default.
• W2078253144 title "Causal AR modeling using a linear combination of cumulant slices" @default.
• W2078253144 cites W1971132342 @default.
• W2078253144 cites W1988900764 @default.
• W2078253144 cites W2018388266 @default.
• W2078253144 cites W2076183648 @default.
• W2078253144 cites W2079332753 @default.
• W2078253144 cites W2083811414 @default.
• W2078253144 cites W2091104692 @default.
• W2078253144 cites W2095887647 @default.
• W2078253144 cites W2118424379 @default.
• W2078253144 cites W2120184106 @default.
• W2078253144 cites W2121078120 @default.
• W2078253144 cites W2121197153 @default.
• W2078253144 cites W2123879611 @default.
• W2078253144 cites W2138219528 @default.
• W2078253144 cites W2148815954 @default.
• W2078253144 cites W2149235378 @default.
• W2078253144 cites W2155528825 @default.
• W2078253144 cites W2160924617 @default.
• W2078253144 cites W2161537755 @default.
• W2078253144 cites W2162361194 @default.
• W2078253144 cites W2163899311 @default.
• W2078253144 cites W2167016813 @default.
• W2078253144 cites W2798909945 @default.
• W2078253144 cites W641242542 @default.
• W2078253144 cites W1964161035 @default.
• W2078253144 cites W2066998423 @default.
• W2078253144 doi "https://doi.org/10.1016/0165-1684(94)90031-0" @default.
• W2078253144 hasPublicationYear "1994" @default.
• W2078253144 type Work @default.
• W2078253144 sameAs 2078253144 @default.
• W2078253144 citedByCount "13" @default.
• W2078253144 countsByYear W20782531442019 @default.
• W2078253144 crossrefType "journal-article" @default.
• W2078253144 hasAuthorship W2078253144A5004224082 @default.
• W2078253144 hasAuthorship W2078253144A5027574349 @default.
• W2078253144 hasConcept C11413529 @default.
• W2078253144 hasConcept C121332964 @default.
• W2078253144 hasConcept C149782125 @default.
• W2078253144 hasConcept C163716315 @default.
• W2078253144 hasConcept C2780695315 @default.
• W2078253144 hasConcept C28826006 @default.
• W2078253144 hasConcept C33923547 @default.
• W2078253144 hasConcept C41008148 @default.
• W2078253144 hasConcept C4199805 @default.
• W2078253144 hasConcept C62520636 @default.
• W2078253144 hasConceptScore W2078253144C11413529 @default.
• W2078253144 hasConceptScore W2078253144C121332964 @default.
• W2078253144 hasConceptScore W2078253144C149782125 @default.
• W2078253144 hasConceptScore W2078253144C163716315 @default.
• W2078253144 hasConceptScore W2078253144C2780695315 @default.
• W2078253144 hasConceptScore W2078253144C28826006 @default.
• W2078253144 hasConceptScore W2078253144C33923547 @default.
• W2078253144 hasConceptScore W2078253144C41008148 @default.
• W2078253144 hasConceptScore W2078253144C4199805 @default.
• W2078253144 hasConceptScore W2078253144C62520636 @default.
• W2078253144 hasIssue "3" @default.
• W2078253144 hasLocation W20782531441 @default.
• W2078253144 hasOpenAccess W2078253144 @default.
• W2078253144 hasPrimaryLocation W20782531441 @default.
• W2078253144 hasRelatedWork W1967075066 @default.
• W2078253144 hasRelatedWork W2087200833 @default.
• W2078253144 hasRelatedWork W2284616450 @default.
• W2078253144 hasRelatedWork W2533242858 @default.
• W2078253144 hasRelatedWork W2761259522 @default.
• W2078253144 hasRelatedWork W2790595810 @default.
• W2078253144 hasRelatedWork W2953056301 @default.
• W2078253144 hasRelatedWork W4206120933 @default.
• W2078253144 hasRelatedWork W4307454333 @default.
• W2078253144 hasRelatedWork W4323519535 @default.
• W2078253144 hasVolume "36" @default.
• W2078253144 isParatext "false" @default.
• W2078253144 isRetracted "false" @default.
• W2078253144 magId "2078253144" @default.
• W2078253144 workType "article" @default.