会员服务
噪声 · 变换 · MoDELS · 矩 · Processing（编程语言） ·
2021 年 9 月 1 日
A signed power transformation with application to white noise testing
翻译：用于白色噪声测试的签字电源转换
Georgi N. Boshnakov,Davide Ravagli
Georgi N. Boshnakov,Davide Ravagli
from arxiv, 11 pages

We show that signed power transforms of some ARCH-type processes give ARCH-type processes. The class of ARCH-type models for which this property holds contains many common ARCH and GARCH models. The results can be useful in testing for white noise when fourth moments don't exist and detecting white noise that is not ARCH-type.


翻译：我们显示,一些ARCH型工艺的签名电变能为ARCH型工艺提供了程序。该属性所持有的ARCH型模型类别包含许多常见的ARCH和GARCH模型。 其结果可用于在第四刻不存在时测试白色噪音和检测非ARCH型的白色噪音。
0
下载
关闭预览

相关内容

【经典书】线性代数，436页pdf
专知会员服务
77+阅读 · 2021年3月16日
【干货书】机器学习速查手册，135页pdf
【干货书】机器学习速查手册，135页pdf
专知会员服务
127+阅读 · 2020年11月20日
【ICML2020】用于图结构化数据的卷积核网络，Convolutional Kernel Networks for Graph-Structured Data
【ICML2020】用于图结构化数据的卷积核网络，Convolutional Kernel Networks for Graph-Structured Data
专知会员服务
44+阅读 · 2020年6月29日
图像分类技巧集，17页ppt《Bag of Tricks for Image Classification》
图像分类技巧集，17页ppt《Bag of Tricks for Image Classification》
专知会员服务
95+阅读 · 2020年3月12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
49+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
36+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
59+阅读 · 2019年10月17日
Keras François Chollet 《Deep Learning with Python 》, 386页pdf
Keras François Chollet 《Deep Learning with Python 》, 386页pdf
专知会员服务
158+阅读 · 2019年10月12日
2019年机器学习框架回顾
2019年机器学习框架回顾
专知会员服务
36+阅读 · 2019年10月11日
机器学习入门的经验与建议
机器学习入门的经验与建议
专知会员服务
94+阅读 · 2019年10月10日
IEEE | DSC 2019诚邀稿件 (EI检索)
IEEE | DSC 2019诚邀稿件 (EI检索)
Call4Papers
10+阅读 · 2019年2月25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
Hierarchical Disentangled Representations
Hierarchical Disentangled Representations
CreateAMind
4+阅读 · 2018年4月15日
条件GAN重大改进！cGANs with Projection Discriminator
条件GAN重大改进！cGANs with Projection Discriminator
CreateAMind
8+阅读 · 2018年2月7日
【 关关的刷题日记47】Leetcode 38. Count and Say
【 关关的刷题日记47】Leetcode 38. Count and Say
专知
3+阅读 · 2017年11月25日
【专知荟萃12】信息检索 Information Retrieval 知识资料全集（入门/进阶/综述/代码/专家，附PDF下载）
【专知荟萃12】信息检索 Information Retrieval 知识资料全集（入门/进阶/综述/代码/专家，附PDF下载）
专知
8+阅读 · 2017年11月11日
自动文摘AS知识资料全集（入门/进阶/代码/数据/专家等）(附pdf下载)
自动文摘AS知识资料全集（入门/进阶/代码/数据/专家等）(附pdf下载)
机器学习研究会
11+阅读 · 2017年11月7日
【专知荟萃07】自动文摘AS知识资料全集（入门/进阶/代码/数据/专家等）(附pdf下载)
【专知荟萃07】自动文摘AS知识资料全集（入门/进阶/代码/数据/专家等）(附pdf下载)
专知
11+阅读 · 2017年11月6日
【专知荟萃05】聊天机器人Chatbot知识资料全集（入门/进阶/论文/软件/数据/专家等）(附pdf下载)
【专知荟萃05】聊天机器人Chatbot知识资料全集（入门/进阶/论文/软件/数据/专家等）(附pdf下载)
专知
29+阅读 · 2017年11月4日
Berry-Esseen Bounds for Projection Parameters and Partial Correlations with Increasing Dimension
Arxiv
0+阅读 · 2021年10月22日
Efficiently Enumerating Hitting Sets of Hypergraphs Arising in Data Profiling
Arxiv
0+阅读 · 2021年10月22日
Recurrence along Depth: Deep Convolutional Neural Networks with Recurrent Layer Aggregation
Recurrence along Depth: Deep Convolutional Neural Networks with Recurrent Layer Aggregation
Arxiv
0+阅读 · 2021年10月22日
Analysis of memory consumption by neural networks based on hyperparameters
Arxiv
0+阅读 · 2021年10月21日
Fast Algorithms and Error Analysis of Caputo Derivatives with Small Factional Orders
Arxiv
0+阅读 · 2021年10月20日
Density-based interpretable hypercube region partitioning for mixed numeric and categorical data
Arxiv
0+阅读 · 2021年10月18日
Sparsity in Deep Learning: Pruning and growth for efficient inference and training in neural networks
Arxiv
14+阅读 · 2021年1月31日
Low-Resource Response Generation with Template Prior
Arxiv
4+阅读 · 2019年9月26日
Deep Structured Prediction with Nonlinear Output Transformations
Arxiv
4+阅读 · 2018年11月1日
Relational inductive biases, deep learning, and graph networks
Arxiv
4+阅读 · 2018年6月4日
VIP会员
文章信息
前往arXiv
下载PDF
相关主题
噪声
变换
MoDELS
矩
Processing（编程语言）
相关VIP内容
【经典书】线性代数，436页pdf
专知会员服务
77+阅读 · 2021年3月16日
【干货书】机器学习速查手册，135页pdf
【干货书】机器学习速查手册，135页pdf
专知会员服务
127+阅读 · 2020年11月20日
【ICML2020】用于图结构化数据的卷积核网络，Convolutional Kernel Networks for Graph-Structured Data
【ICML2020】用于图结构化数据的卷积核网络，Convolutional Kernel Networks for Graph-Structured Data
专知会员服务
44+阅读 · 2020年6月29日
图像分类技巧集，17页ppt《Bag of Tricks for Image Classification》
图像分类技巧集，17页ppt《Bag of Tricks for Image Classification》
专知会员服务
95+阅读 · 2020年3月12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
49+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
36+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
59+阅读 · 2019年10月17日
Keras François Chollet 《Deep Learning with Python 》, 386页pdf
Keras François Chollet 《Deep Learning with Python 》, 386页pdf
专知会员服务
158+阅读 · 2019年10月12日
2019年机器学习框架回顾
2019年机器学习框架回顾
专知会员服务
36+阅读 · 2019年10月11日
机器学习入门的经验与建议
机器学习入门的经验与建议
专知会员服务
94+阅读 · 2019年10月10日
热门VIP内容
相关资讯
IEEE | DSC 2019诚邀稿件 (EI检索)
IEEE | DSC 2019诚邀稿件 (EI检索)
Call4Papers
10+阅读 · 2019年2月25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
Hierarchical Disentangled Representations
Hierarchical Disentangled Representations
CreateAMind
4+阅读 · 2018年4月15日
条件GAN重大改进！cGANs with Projection Discriminator
条件GAN重大改进！cGANs with Projection Discriminator
CreateAMind
8+阅读 · 2018年2月7日
【 关关的刷题日记47】Leetcode 38. Count and Say
【 关关的刷题日记47】Leetcode 38. Count and Say
专知
3+阅读 · 2017年11月25日
【专知荟萃12】信息检索 Information Retrieval 知识资料全集（入门/进阶/综述/代码/专家，附PDF下载）
【专知荟萃12】信息检索 Information Retrieval 知识资料全集（入门/进阶/综述/代码/专家，附PDF下载）
专知
8+阅读 · 2017年11月11日
自动文摘AS知识资料全集（入门/进阶/代码/数据/专家等）(附pdf下载)
自动文摘AS知识资料全集（入门/进阶/代码/数据/专家等）(附pdf下载)
机器学习研究会
11+阅读 · 2017年11月7日
【专知荟萃07】自动文摘AS知识资料全集（入门/进阶/代码/数据/专家等）(附pdf下载)
【专知荟萃07】自动文摘AS知识资料全集（入门/进阶/代码/数据/专家等）(附pdf下载)
专知
11+阅读 · 2017年11月6日
【专知荟萃05】聊天机器人Chatbot知识资料全集（入门/进阶/论文/软件/数据/专家等）(附pdf下载)
【专知荟萃05】聊天机器人Chatbot知识资料全集（入门/进阶/论文/软件/数据/专家等）(附pdf下载)
专知
29+阅读 · 2017年11月4日
相关论文
Berry-Esseen Bounds for Projection Parameters and Partial Correlations with Increasing Dimension
Arxiv
0+阅读 · 2021年10月22日
Efficiently Enumerating Hitting Sets of Hypergraphs Arising in Data Profiling
Arxiv
0+阅读 · 2021年10月22日
Recurrence along Depth: Deep Convolutional Neural Networks with Recurrent Layer Aggregation
Recurrence along Depth: Deep Convolutional Neural Networks with Recurrent Layer Aggregation
Arxiv
0+阅读 · 2021年10月22日
Analysis of memory consumption by neural networks based on hyperparameters
Arxiv
0+阅读 · 2021年10月21日
Fast Algorithms and Error Analysis of Caputo Derivatives with Small Factional Orders
Arxiv
0+阅读 · 2021年10月20日
Density-based interpretable hypercube region partitioning for mixed numeric and categorical data
Arxiv
0+阅读 · 2021年10月18日
Sparsity in Deep Learning: Pruning and growth for efficient inference and training in neural networks
Arxiv
14+阅读 · 2021年1月31日
Low-Resource Response Generation with Template Prior
Arxiv
4+阅读 · 2019年9月26日
Deep Structured Prediction with Nonlinear Output Transformations
Arxiv
4+阅读 · 2018年11月1日
Relational inductive biases, deep learning, and graph networks
Arxiv
4+阅读 · 2018年6月4日
Top
微信扫码咨询专知VIP会员
Top