×
贾里·米提宁;克劳斯·诺德豪森;汉努·奥贾;萨拉·塔西宁

平稳时间序列盲源分离估计器的统计性质。 （英语） Zbl 1312.62110号

统计概率。莱特。 82，第11期，1865-1873（2012）.
小结：我们假设观测到的p时间序列是p个潜在的不相关弱平稳时间序列的线性组合。问题是，使用观察到的p变量时间序列，为组合的混合或非混合矩阵找到一个估计值。估计出的不相关时间序列可能会有很好的解释，可以用于进一步的分析。流行的AMUSE算法使用观测时间序列的协方差和自方差来估计分解矩阵。本文在一般条件下导出了AMUSE估计的极限分布，并说明了如何将结果用于估计的比较。对于一般MA（infty）过程，给出了AMUSE估计的极限协方差矩阵的精确公式。

引用于14文件

MSC公司：

62M10个 统计学中的时间序列、自相关、回归等（GARCH）
62H25个 因子分析和主成分；对应分析
62甲12 多元分析中的估计
6220国集团 非参数推理的渐近性质

关键词：

AMUSE公司;渐近正态性;自方差矩阵;MA（\（\ infty \））进程;最小距离指数

软件：

ICALAB公司;玉
PDF格式BibTeX公司 XML格式引用
\textit{J.Miettinen}等人，Stat.Probab。莱特。82，No.11，1865-1873（2012；Zbl 1312.62110）
全文： 内政部

参考文献：

[1] Belouchrani，A。；Abed-Meraim，K。；卡多佐，J.-F。；Moulines，E.，使用二阶统计的盲源分离技术，IEEE信号处理汇刊，45434-444（1997）
[2] Brockwell，P.J。；Davis，R.A.，《时间序列：理论和方法》（1991年），Springer-Verlag:Springer-Verlag纽约·Zbl 0673.62085号
[3] Cichocki，A。；Amari，S.，《自适应盲信号和图像处理：学习算法和应用》（2002年），Wiley:Wiley Chichester
[4] 伊尔莫宁，P。；Nevalainen，J。；Oja，H.，《多元分布和不变坐标系的特征》，《统计与概率快报》，801844-1853（2010）·Zbl 1202.62068号
[5] Ilmonen，P。；诺德豪森，K。；奥贾，H。；Ollila，E.，《ICA的新性能指标：特性计算和渐近分析》，（Vigneron，V.；Zarzoso，V.，Moreau，E.；Gribonval，R.；Vincent，E.，潜在变量分析和信号分离（2010），施普林格：施普林格-海德堡），229-236
[6] 刘伟。；Mandic，D.P。；Cichocki，A.，盲源分离CCA方法的分析和在线实现，IEEE神经网络汇刊，1815015-1510（2007）
[7] Nordhausen，K.，Cardoso，J.-F.，Miettinen，J.，Oja，H.，Ollila，E.，Taskinen，S.，2012年。JADE:JADE和其他BSS方法以及一些BSS性能标准，R包版本1.1。；Nordhausen，K.，Cardoso，J.-F.，Miettinen，J.，Oja，H.，Ollila，E.，Taskinen，S.，2012年。JADE:JADE和其他BSS方法以及一些BSS性能标准，R包版本1.1。
[8] 苏，N。；Lund，R.，Bartlett公式的多元版本，多元分析杂志，105，18-31（2012）·Zbl 1234.60039号
[9] 泰斯，F.J。；穆勒，N.S。；植物，C。；Böhm，C.，《稳健二阶源分离识别生物医学成像中的实验响应》（Vigneron，V.；Zarzoso，V.，Moreau，E.；Gribonval，R.；Vincent，E.，《潜在变量分析和信号分离》（2010），施普林格：施普林格-海德堡），466-473
[10] Tong，L。；刘，R。；很快，V.C。；Huang，Y.F.，盲辨识的不确定性和可辨识性，IEEE电路与系统汇刊，38499-509（1991）·Zbl 0737.93016号
[11] Tong，L.，Soon，V.C.，Huang，Y.F.，Liu，R.，1990年。AMUSE:一种新的盲辨识算法，见：IEEE国际电路与系统研讨会论文集，1990年，第1784-1787页。；Tong，L.，Soon，V.C.，Huang，Y.F.，Liu，R.，1990年。AMUSE:一种新的盲辨识算法，见：IEEE国际电路与系统研讨会论文集，1990年，第1784-1787页。
此参考列表基于出版商或数字数学图书馆提供的信息。其项与zbMATH标识符进行启发式匹配，可能包含数据转换错误。在某些情况下，zbMATH Open的数据对这些数据进行了补充/增强。这试图尽可能准确地反映原始论文中列出的参考文献，而不要求完整或完全匹配。