Zobrazeno 1 - 10
of 62 291
pro vyhledávání: '"Autoregressive Moving"'
We propose an Autoregressive (AR) Moving-average (MA) attention structure that can adapt to various linear attention mechanisms, enhancing their ability to capture long-range and local temporal patterns in time series. In this paper, we first demonst
Externí odkaz:
http://arxiv.org/abs/2410.03159
Autor:
Massing, Till
We discuss simulation schemes for continuous-time autoregressive moving average (CARMA) processes driven by tempered stable L\'evy noises. CARMA processes are the continuous-time analogue of ARMA processes as well as a generalization of Ornstein-Uhle
Externí odkaz:
http://arxiv.org/abs/2408.15081
Vector AutoRegressive Moving Average (VARMA) models form a powerful and general model class for analyzing dynamics among multiple time series. While VARMA models encompass the Vector AutoRegressive (VAR) models, their popularity in empirical applicat
Externí odkaz:
http://arxiv.org/abs/2406.19702
Existing models for high-dimensional time series are overwhelmingly developed within the finite-order vector autoregressive (VAR) framework, whereas the more flexible vector autoregressive moving averages (VARMA) have been much less considered. This
Externí odkaz:
http://arxiv.org/abs/2405.00626
Autor:
Manchini, Carlos E. F.1 (AUTHOR) carlos.manchini@ufpe.br, Canterle, Diego Ramos2,3 (AUTHOR) canterle@ime.usp.br, Pumi, Guilherme3,4 (AUTHOR), Bayer, Fábio M.1,4 (AUTHOR) bayer@ufsm.br
Publikováno v:
Axioms (2075-1680). Nov2024, Vol. 13 Issue 11, p806. 17p.
Akademický článek
Tento výsledek nelze pro nepřihlášené uživatele zobrazit.
K zobrazení výsledku je třeba se přihlásit.
K zobrazení výsledku je třeba se přihlásit.
Akademický článek
Tento výsledek nelze pro nepřihlášené uživatele zobrazit.
K zobrazení výsledku je třeba se přihlásit.
K zobrazení výsledku je třeba se přihlásit.
Akademický článek
Tento výsledek nelze pro nepřihlášené uživatele zobrazit.
K zobrazení výsledku je třeba se přihlásit.
K zobrazení výsledku je třeba se přihlásit.
Extremal properties of max-autoregressive moving average processes for modelling extreme river flows
Autor:
D'Arcy, Eleanor, Tawn, Jonathan A
Max-autogressive moving average (Max-ARMA) processes are powerful tools for modelling time series data with heavy-tailed behaviour; these are a non-linear version of the popular autoregressive moving average models. River flow data typically have fea
Externí odkaz:
http://arxiv.org/abs/2403.16590
Autor:
Davis, Rhea, Balakrishna, N.
This paper proposes a wavelet-based method for analysing periodic autoregressive moving average (PARMA) time series. Even though Fourier analysis provides an effective method for analysing periodic time series, it requires the estimation of a large n
Externí odkaz:
http://arxiv.org/abs/2403.00281