关键词generalized pareto distribution
搜索结果 - 5
- 基于 GAN 的实时超可靠通信中的 EVT 模型参数估计
首次将极值理论和生成对抗网络相结合，以实现实时的准确信道建模，通过模拟实验表明，该方法在样本量有限的情况下优于最大似然估计。
- 时间序列数据中极端事件预测的广义混合模型
这篇研究论文提出了一种基于深度学习和极值理论的预测框架，通过混合分布模型和自动编码器生成器提取时间序列数据的特征，并预测极端事件的分布模型，证明了该方法在多个实际降雨数据集上的有效性。
- 极值理论概率分布聚类
本文基于极值理论的广义帕累托分布，提出了一种新的聚类算法 GPD k-means，它模型化了聚类的距离分布，并用概率模型描述了每个类别。实验证明，在合成数据集和真实数据集上，GPD k-means 优于传统聚类算法。
- 峰值超阈值分析
本文将尖峰超过门限的分析方法扩展到函数数据的极值分析，使用广义 r-Pareto 过程对函数 r 阈值超限进行建模，并提出了相应的构造规则、模拟算法和推断程序，并使用该方法研究了欧洲风暴和重度空间降雨的极端情况。
- 帕累托平滑重要性抽样
提出了一种使用广义帕累托分布来稳定产生的重要性权重的方法，其估计量通常变化很大，而且估计值可能存在右偏重尾的问题。该方法包括已稳定的有效样本量估计，Monte Carlo 误差估计和收敛诊断。