政大機構典藏-National Chengchi University Institutional Repository(NCCUR):Item 140.119/3840
English  |  正體中文  |  简体中文  |  Post-Print筆數 : 27 |  全文笔数/总笔数 : 109952/140891 (78%)
造访人次 : 46245389      在线人数 : 1194
RC Version 6.0 © Powered By DSPACE, MIT. Enhanced by NTU Library IR team.
搜寻范围 查询小技巧：
  • 您可在西文检索词汇前后加上"双引号"，以获取较精准的检索结果
  • 若欲以作者姓名搜寻，建议至进阶搜寻限定作者字段，可获得较完整数据
    •  进阶搜寻


    请使用永久网址来引用或连结此文件: https://nccur.lib.nccu.edu.tw/handle/140.119/3840


    题名: 混合型時間序列模型之分析
    其它题名: Analysis of Mixtures of Time Series Models
    作者: 翁久幸
    关键词: 時間序列;混合模型;支撐向量法;期望值-最大化
    Time series;Mixture models;Support vector machines;Expectation-maximization
    日期: 2002
    上传时间: 2007-04-18 16:36:42 (UTC+8)
    出版者: 臺北市：國立政治大學統計學系
    摘要: 時間序列分析所討論的課題很多，這裡我們考慮關於時間序列的分段與確認(Segmentation and identification)之問題。也就是說，若一時間序列由若干個未知 模型分別在不同的時間區間內生成，我們要找出其分段點及其生成之模型。我們的解決辦法是結合支撐向量法(Support vector machines)與統計的叢聚分析 (Clustering analysis)。該方法可以應用於許多複雜的時間序列，例如 Mackey-Glass, EEG。本論文創新處包括提出一個支撐向量法的新形式，與一個調整控制模型間競爭程度之參數的新方法。前者主要是對支撐向量法模型的誤差項給予不同的權重，以配合該時間序列是由若干個未知模型分別生成的特質；後者則是利用最大概似估計法調整參數。此研究成果已發表於研討會 (Chang, Lin, and Weng [2])，而此研討會論文經過重新 整理後，已經投稿於IEEE Transactions on Neural Networks，目前已被接受，即將刊登[3]。上述之方法也被應用在 Traveling salesman problems, 並且發表於研討會(Chang, Lin, and Weng [3])。
    We present a framework for the unsupervised segmentation of switching dynamics using support vector machines. Following the architecture by Pawelzik et al. [8] where annealed competing neural networks were used to segment a non-stationary time series, in this article we exploit the use of support vector machines, a well-known learning technique. First, a new formulation of support vector regression is proposed. Second, an expectation-maximization (EM) step is suggested to adaptively adjust the annealing parameter. Experimental results using chaotic time series indicate that the proposed approach is promising.
    描述: 核定金額：406200元
    数据类型: report
    显示于类别:[統計學系] 國科會研究計畫

    文件中的档案:

    档案 描述 大小格式浏览次数
    912118M004003.pdf87KbAdobe PDF21093检视/开启


    在政大典藏中所有的数据项都受到原著作权保护.


    社群 sharing

    著作權政策宣告 Copyright Announcement
    1.本網站之數位內容為國立政治大學所收錄之機構典藏，無償提供學術研究與公眾教育等公益性使用，惟仍請適度，合理使用本網站之內容，以尊重著作權人之權益。商業上之利用，則請先取得著作權人之授權。
    The digital content of this website is part of National Chengchi University Institutional Repository. It provides free access to academic research and public education for non-commercial use. Please utilize it in a proper and reasonable manner and respect the rights of copyright owners. For commercial use, please obtain authorization from the copyright owner in advance.

    2.本網站之製作，已盡力防止侵害著作權人之權益，如仍發現本網站之數位內容有侵害著作權人權益情事者，請權利人通知本網站維護人員(nccur@nccu.edu.tw)，維護人員將立即採取移除該數位著作等補救措施。
    NCCU Institutional Repository is made to protect the interests of copyright owners. If you believe that any material on the website infringes copyright, please contact our staff(nccur@nccu.edu.tw). We will remove the work from the repository and investigate your claim.
    DSpace Software Copyright © 2002-2004  MIT &  Hewlett-Packard  /   Enhanced by   NTU Library IR team Copyright ©   - 回馈