arXiv 发布分数布朗运动参数推断研究

arXiv stat.ML 刊出 Daniel S. Han 等作者的论文，用最大似然、神经网络与后验均值从两类测量中联合估计分数布朗运动的 Hurst 指数 H 与广义扩散系数 D_H：一类是含泊松计数噪声的密度测量，另一类是带高斯定位误差的单粒子轨迹。 研究给出的一个结论是，单次密度测量无法同时推断 H 和 D_H，需要多个时间点的测量才能做到。论文称联合估计通过最大似然实现。

AI 根据报道生成 · 3 小时前更新

还没有足够的连续观测数据，暂不绘制趋势。