Long-Memory Processes

Beran, Jan; Feng, Yuanhua; Ghosh, Sucharita; Kulik, Rafał

doi:10.1007/978-3-642-35512-7

Cited by 424 publications

(344 citation statements)

References 0 publications

Supporting

Mentioning

318

Contrasting

Unclassified

Order By: Relevance

“…Uma série temporalé LRD (auto-similar) quando 1/2 < H < 1 e tem memória curta ou dependência de curta duração (SRD) para 0 < H ≤ 1/2 [40]. Quanto mais próximo H estiver de 1, maior será o grau de persistência da série.…”

Section: O Expoente De Hurstunclassified

“…A expressão do intervalo de confiança para μ X , ao nível de confiança 2) em que z β/2 denota o quantil 4 q (1−β/2) da distribuição normal padrão [40].…”

Section: O Expoente De Hurstunclassified

“…X té um processo com dependência de longa duração ou memória longa se existirem constantes α e C S , satisfazendo 0 < α < 1 e C S > 0, tais que [40], [4], [47] …”

Section: O Expoente De Hurstunclassified

“…Existem vários processos não-Gaussianos [40], [4]. O ruído Gaussiano fracionário (FGN), proposto por Mandelbrot e van Ness em 1968 [48], corresponde ao processo de incrementos do DFBM.…”

Section: Auto-similaridadeunclassified

“…Seja o processo estacionário de tempo discreto X t = Y t − Y t−1 . X té um processo exatamente auto-similar de segunda ordem com parâmetro de Hurst H (1/2 < H < 1) se a sua autocovariância existe e for dada por [40] …”

Section: Auto-similaridadeunclassified

See 4 more Smart Citations

Contribuições à geração de tráfego fractal por meio da transformada wavelet.

Lund¹

View full text Add to dashboard Cite

ResumoEstudos mostraram que o tráfego nas redes de dados tanto locais quanto de grandeárea, possui propriedades fractais como dependência de longa duração -Long-Range Dependence (LRD) e auto-similaridade. Devidoà heterogeneidade de aplicações nessas redes, os traces de tráfego podem apresentar dependência de longa duração -Long Range Dependence (LRD), dependência de curta duração -Short Range Dependence (SRD) ou uma mistura de LRD com SRD.Sendo assim, este trabalho tem como objetivo sintetizar séries temporais gaussianas com flexibilidade de processamento no plano tempo-freqüência a serem inseridas num gerador de tráfego com as características estatísticas específicas do tráfego encontrado em redes por comutação de pacotes reais, como autosimilaridade, LRD e SRD. Para isto foram desenvolvidos dois métodos para síntese de séries temporais gaussianas com LRD e simultânea introdução de SRD em diferentes faixas de freqüência: Discrete Wavelet Tansform (DWT) com mapa de variâncias e Discrete Wavelet Packet Tansform (DWPT). Estes métodos utilizaram o mapa de variâncias cujo conceito foi desenvolvido neste trabalho.A validação dos métodos foi feita através de análise estatística e comparação com resultados de séries geradas pelo método Discrete Wavelet Transfom (DWT) de Bäckar utilizado em [1]. Além disso, também foi validada a idéia de que a DWPTé mais interessante que a DWT por ser mais flexível e prover uma maior flexibilidade de processamento no plano tempo-freqüência.

show abstract

Section: O Expoente De Hurstunclassified

“…A expressão do intervalo de confiança para μ X , ao nível de confiança 2) em que z β/2 denota o quantil 4 q (1−β/2) da distribuição normal padrão [40].…”

Section: O Expoente De Hurstunclassified

“…X té um processo com dependência de longa duração ou memória longa se existirem constantes α e C S , satisfazendo 0 < α < 1 e C S > 0, tais que [40], [4], [47] …”

Section: O Expoente De Hurstunclassified

Section: Auto-similaridadeunclassified

See 3 more Smart Citations

Contribuições à geração de tráfego fractal por meio da transformada wavelet.

Lund¹

View full text Add to dashboard Cite

show abstract

Statistics in Musicology

Beran¹

2015

Wiley StatsRef: Statistics Reference Online

View full text Add to dashboard Cite

In the last few decades, music theory witnessed an increasing trend toward quantification. The quantification of musical data lead to a fast growing demand for statistical methods. Potentially, all areas of statistics can be useful for answering questions in musicology. Due to the complexity of music, often new statistical methods have to be developed. In the following, a brief overview is given, illustrated by a few examples.

show abstract

References

2017

Kernel Smoothing: Principles, Methods and Applications

View full text Add to dashboard Cite

Long-Memory Processes

Cited by 424 publications

References 0 publications

Contribuições à geração de tráfego fractal por meio da transformada wavelet.

Contribuições à geração de tráfego fractal por meio da transformada wavelet.

Statistics in Musicology

References

Contact Info

Product

Resources

About