MétaCan
Menu
Retour à la cohorte
Enregistrement W2489309872 · doi:10.1103/physreve.94.012220

Clustering of time-evolving scaling dynamics in a complex signal

2016· article· en· W2489309872 sur OpenAlexafffund
Hamidreza Saghir, Tom Chau, Azadeh Kushki

Notice bibliographique

RevuePhysical review. E · 2016
Typearticle
Langueen
DomaineEconomics, Econometrics and Finance
ThématiqueComplex Systems and Time Series Analysis
Établissements canadiensHolland Bloorview Kids Rehabilitation HospitalUniversity of Toronto
Organismes subventionnairesOntario Trillium FoundationBloorview Research InstituteOntario Brain Institute
Mots-clésScalingMultifractal systemStatistical physicsCluster analysisComputer scienceSeries (stratigraphy)Noise (video)Dynamics (music)Complex systemSIGNAL (programming language)PhysicsArtificial intelligenceMathematicsFractal

Résumé

récupéré en direct d'OpenAlex

Complex time series are widespread in physics and physiology. Multifractal analysis provides a tool to study the scaling dynamics of such time series. However, the temporal evolution of scaling dynamics has been ignored by traditional tools such as the multifractal spectrum. We present scaling maps that add the time dimension to the study of scaling dynamics. This is particularly important in cases in which the dynamics of the underlying processes change in time or in applications that necessitate real-time detection of scaling dynamics. In addition, we present a methodology for automatic clustering of existing scaling regimes in a signal. We demonstrate the methodology on time-evolving correlated and uncorrelated noise and the output of a physiological control system (i.e., cardiac interbeat intervals) in healthy and pathological states.

Récupéré en direct depuis OpenAlex et désinversé. Les résumés ne sont pas conservés dans cette base de données : les index inversés représentent 8,6 Go des 9,3 Go de texte de la base, et le serveur dispose de 13 Go libres.

Comment cette classification a été obtenuedéplier

Prédiction distillée sur la base complète

Imitation des enseignants

Ni prévalence calibrée, ni vérité terrain. Validation humaine à venir. Apprise à partir de 10 348 étiquettes directes de Codex et de 10 348 étiquettes directes de Gemma. Le mode candidate est l'union des têtes enseignantes seuillées; le consensus est leur intersection. Ces sorties portent le statut machine_predicted_unvalidated et ne sont ni des étiquettes humaines ni des étiquettes directes de modèles de pointe.

score de la tête « metaresearch » (Codex)0,000
score de la tête « metaresearch » (Gemma)0,000
Version: codex-gemma-dda1882f352aStatut de validation: machine_predicted_unvalidated
Catégories candidatesCharge utile insuffisante (le modèle a refusé de juger)
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Simulation ou modélisation · Signal consensuel: aucune
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,944
Score d'incertitude au seuil1,000

Scores Codex et Gemma par catégorie

CatégorieCodexGemma
Métarecherche0,0000,000
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0010,000
Bibliométrie0,0000,000
Études des sciences et des technologies0,0000,000
Communication savante0,0000,000
Science ouverte0,0000,000
Intégrité de la recherche0,0000,000
Charge utile insuffisante (le modèle a refusé de juger)0,0010,000

Scores machine (provisoires)

Les deux têtes enseignantes du modèle étudiant, lues sur ce travail. Un score ordonne la base pour la relecture; il n'affirme jamais une catégorie, et le statut de validation accompagne chaque rangée tel quel.

Scores de référence d'un modèle non mature (critères de maturité non atteints, 7 itérations). Un score ordonne; il n'affirme jamais une catégorie.

Tête enseignante Opus0,032
Tête enseignante GPT0,266
Écart entre enseignants0,234 · la distance entre les deux têtes enseignantes sur ce seul travail
Statut de validationscore_only:v0-immature-baseline · tel quel depuis la passe de notation : score_only signifie que le nombre peut ordonner les travaux, et qu'aucune étiquette de catégorie n'en découle

Classification

machine, non validée

Prédiction automatique; un appel candidat d’une seule tête enseignante, pas un consensus.

Devis d'étudeSimulation ou modélisation
Domainenon disponible
GenreEmpirique

Le détail, modèle par modèle et score par score, se trouve en fin de page sous « Comment cette classification a été obtenue ».

En bref

Citations3
Publié2016
Routes d'admission2
Résumé présentoui

Explorer davantage

Même revuePhysical review. EMême sujetComplex Systems and Time Series AnalysisTravaux en français237 207