MétaCan
Menu
Retour à la cohorte
Enregistrement W4221010252 · doi:10.1007/s11203-022-09273-9

A functional central limit theorem on non-stationary random fields with nested spatial structure

2022· article· en· W4221010252 sur OpenAlexafffund
Leshun Xu, Alan Lee, Thomas Lumley

Notice bibliographique

RevueStatistical Inference for Stochastic Processes · 2022
Typearticle
Langueen
DomaineEnvironmental Science
ThématiqueSoil Geostatistics and Mapping
Établissements canadiensSimon Fraser University
Organismes subventionnairesMarsden FundNatural Sciences and Engineering Research Council of Canada
Mots-clésMathematicsCentral limit theoremQuantileLimit (mathematics)Mixing (physics)Random fieldContext (archaeology)GeneralizationStatistical physicsGaussian random fieldGaussian processGaussianMathematical analysisApplied mathematicsStatisticsPhysics

Résumé

récupéré en direct d'OpenAlex

Abstract In this paper, we establish a functional central limit theorem on high dimensional random fields in the context of model-based survey analysis. For strongly-mixing non-stationary random fields, we provide an upper bound for the fourth moment of the finite population total. This inequality is the generalization of a key tool for proving functional central limit theorems in Rio (Asymptotic theory of weakly dependent random processes, Springer, Berlin, 2017). Under the nested sampling strategy, we introduce assumptions on strongly-mixing coefficients and quantile functions to show that a functional stochastic process asymptotically approaches to a Gaussian process.

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 machine sur la base complète

Imitation des enseignants

Ni prévalence calibrée, ni vérité terrain. Validation humaine à venir. Le volet Gemma est une étiquette directe du modèle pour chaque travail de la base, lue sur la notice réduite au titre. Le volet Codex est un classifieur appris des 10 348 étiquettes directes de Codex et calibré sur les taux pondérés de l'échantillon; les champs sans appui suffisant ne portent aucun appel Codex. Le mode candidate est l'union des deux volets; le consensus est leur intersection. Ces sorties portent le statut machine_predicted_unvalidated et ne sont pas des étiquettes humaines.

score de la tête « metaresearch » (Codex)0,024
score de la tête « metaresearch » (Gemma)0,056
Version: metacan-v3-hybrid-931329e0061cStatut de validation: machine_predicted_unvalidated
Catégories candidatesaucune
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Théorique ou conceptuel · Signal consensuel: Théorique ou conceptuel
GenreSignal candidat: Empirique · Signal consensuel: aucune
Score de désaccord entre enseignants0,024
Score d'incertitude au seuil0,125

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0240,056
Méta-épidémiologie (sens strict)0,0010,001
Méta-épidémiologie (sens large)0,0020,003
Bibliométrie0,0040,002
Études des sciences et des technologies0,0010,006
Communication savante0,0030,007
Science ouverte0,0040,005
Intégrité de la recherche0,0020,003
Charge utile insuffisante (le modèle a refusé de juger)0,0030,000

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 Opus0,013
Tête enseignante GPT0,241
Écart entre enseignants0,228 · 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 source (Gemma direct ou Codex distillé), pas un consensus.

Les modèles n’ont appliqué aucune catégorie : rien dans la taxonomie ne correspondait à ce travail.
Devis d'étudeThéorique ou conceptuel
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

Citations0
Publié2022
Routes d'admission2
Résumé présentoui

Explorer davantage

Même revueStatistical Inference for Stochastic ProcessesMême sujetSoil Geostatistics and MappingTravaux en français237 207