Informacja

Drogi użytkowniku, aplikacja do prawidłowego działania wymaga obsługi JavaScript. Proszę włącz obsługę JavaScript w Twojej przeglądarce.

Przeglądasz jako GOŚĆ
Tytuł pozycji:

A Circular Lattice-Smoothness Priors Multichannel Time Varying Autoregressive Model

Tytuł :
A Circular Lattice-Smoothness Priors Multichannel Time Varying Autoregressive Model
Autorzy :
Gersch, W.
Stone, D.
Pokaż więcej
Źródło :
IFAC-PapersOnLine; July 1991, Vol. 24 Issue: 3 p977-982, 6p
Periodyk
A method for the multichannel autoregressive modeling of nonstationary covariance time series data is shown. The multichannel modeling is achieved doing things one channel at-a-time using only scalar computations. Our method exploits the smoothness priors modeling (Gersch and Kitagawa 1988 ) of partial correlation coefficients in a time-varying linear regression model and the "circular lattice-form" structure (Sakai 1982) for multichannel stationary time series modeling. The circular lattice structure permits the multichannel AR model to be realized one-channel at-a- time. Smoothness priors is a Bayesian stochastic linear regression approach that permits the multichannel time varying AR model, a model with more parameters than data, to be fitted. Examples are shown.

Ta witryna wykorzystuje pliki cookies do przechowywania informacji na Twoim komputerze. Pliki cookies stosujemy w celu świadczenia usług na najwyższym poziomie, w tym w sposób dostosowany do indywidualnych potrzeb. Korzystanie z witryny bez zmiany ustawień dotyczących cookies oznacza, że będą one zamieszczane w Twoim komputerze. W każdym momencie możesz dokonać zmiany ustawień dotyczących cookies