Multitaper Statistical Tests for the Detection of Frequency-Modulated Signals
Notice bibliographique
Résumé
Detection of periodic signals in noise is an important problem in many scientific fields and there exist tools in the multitaper spectrum estimation and harmonic analysis framework for doing so, for example, the Harmonic F statistic. However, the Harmonic F statistic can lose effectiveness under certain types of frequency modulation, when the signal to noise ratio is low, and when the background spectrum is highly coloured. In his 2009 paper, "Polynomial Phase Demodulation in Multitaper Analysis," Thomson proposed methods for dealing with time series data (specifically, solar data) where these problems are present. In this thesis we propose an extension of this work to deal with the detection of frequency modulated signals. The method uses the Slepian sequences as projection filters to reconstruct the series based on a 2W band around a given carrier frequency and then tests the \ninstantaneous frequency series for a low-degree polynomial form in that band using the Slepians combined with an associated family of polynomials in a variance ratio test statistic. Under the null hypothesis that there are no sinusoidal signals with polynomial frequency modulation at the given carrier frequency, these test statistics are approximately distributed according to an F distribution with degrees of freedom depending on the number of tapers used and the degree of the polynomial being tested. We compare several such test statistics via simulation studies and apply them \nto a solar time series from the GOLF SoHO instrument.
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 enseignantsNi 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.
Scores Codex et Gemma par catégorie
| Catégorie | Codex | Gemma |
|---|---|---|
| Métarecherche | 0,000 | 0,000 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,000 |
| Bibliométrie | 0,000 | 0,000 |
| Études des sciences et des technologies | 0,000 | 0,000 |
| Communication savante | 0,000 | 0,001 |
| Science ouverte | 0,001 | 0,000 |
| Intégrité de la recherche | 0,000 | 0,000 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,001 | 0,000 |
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.
score_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 découleClassification
machine, non validéePrédiction automatique; un appel candidat d’une seule tête enseignante, pas un consensus.
Le détail, modèle par modèle et score par score, se trouve en fin de page sous « Comment cette classification a été obtenue ».