Die Fourier-Transformation zerlegt ein Signal (eine Funktion der Zeit) in Frequenzen und gibt die Energie bei jeder Frequenz an.
Ich habe Maraun et al . Gelesen, "Nichtstationäre Gauß-Prozesse im Wavelet-Bereich: Synthese, Abschätzung und signifikante Tests" (2007), die eine Klasse von nichtstationären GPs definieren, die durch Multiplikatoren im Wavelet-Bereich spezifiziert werden können. Eine Realisierung eines solchen GP...
Dies ist ein langer Beitrag, also hoffe ich, dass Sie ihn mit mir tragen können, und bitte korrigieren Sie mich, wo ich falsch liege. Mein Ziel ist es, eine tägliche Prognose auf der Grundlage von historischen Daten für 3 oder 4 Wochen zu erstellen. Die Daten sind 15-Minuten-Daten der lokalen Last...
Bei der Klimamodellierung suchen Sie nach Modellen, die das Erdklima angemessen abbilden können. Dazu gehört die Darstellung von Mustern, die semi-zyklisch sind: Dinge wie die El Nino-Südoszillation. Die Modellüberprüfung erfolgt jedoch im Allgemeinen über relativ kurze Zeiträume, in denen...
Ich versuche zu verstehen, ob die diskrete Fourier-Transformation die gleiche Darstellung einer Kurve wie eine Regression auf Fourier-Basis liefert. Beispielsweise, library(fda) Y=daily$tempav[,1] ## my data length(Y) ## =365 ## create Fourier basis and estimate the coefficients
Ich habe 2 tägliche Zeitreihen, alle 6 Jahre lang. Während sie laut sind, sind beide deutlich periodisch (mit einer Häufigkeit von ~ 1 Jahr), scheinen jedoch phasenverschoben zu sein. Ich möchte die Phasendifferenz zwischen diesen Zeitreihen schätzen. Ich habe das Anpassen von Kurven der Form zu...
Welche Verteilungen sind neben der Normalverteilung und der verallgemeinerten Arkussinusverteilung ihre eigene Fourier-Transformation
Ich lese eine Zeitung, die das behauptet (dh die Discrete Fourier Transform , DFT) durch die CLT neigt zu einem (komplexen) Gaußsche Zufallsvariable. Ich weiß jedoch, dass dies im Allgemeinen nicht der Fall ist. Nachdem ich dieses (trügerische) Argument gelesen hatte, suchte ichim Internetund...
Zufällige Fourier-Funktionen liefern Annäherungen an Kernelfunktionen. Sie werden für verschiedene Kernelmethoden wie SVMs und Gaußsche Prozesse verwendet. Heute habe ich versucht, die TensorFlow-Implementierung zu verwenden, und für die Hälfte meiner Funktionen wurden negative Werte angezeigt . So...
Ich verwende die evolfftFunktion im RSEISR-Paket, um eine STFT-Analyse eines Signals durchzuführen. Das Signal ist eine Stunde lang und wurde unter 3 verschiedenen Bedingungen erfasst, insbesondere 0-20 'Kontrolle, 20'-40'-Stimulus, 40'-60' nach Stimulus. Visuell sehe ich während dieser drei...
Hintergrund In einer Arbeit von Epstein (1991): Um tägliche klimatologische Werte aus monatlichen Mitteln zu erhalten , werden die Formulierung und ein Algorithmus zur Berechnung der Fourier-Interpolation für periodische und geradzahlige Werte angegeben. In der Arbeit geht es darum , durch...
Ich habe Daten, denen zwei Verhaltensweisen zugrunde liegen. Erstens gibt es eine Periodizität darin. Es sieht aus wie eine Sinuskurve. Zweitens weisen die Datenpunkte ein konstantes Wachstum auf. Wenn ich also 100 Datenpunkte ohne Wachstum habe, sieht es aus wie eine Sinuskurve. Aber aufgrund der...
Ich möchte wissen, in welchen spezifischen Bereichen Fourier-Methoden beim maschinellen Lernen eingesetzt werden. Neben der Merkmalsextraktion und der Spektralanalyse möchte ich wissen, ob es Lernalgorithmen gibt, die auf Fourier-Methoden basieren. Ich möchte auch wissen, ob es eine Motivation...