What question did this study set out to answer?

April 10, 2026Open Access

Ein Ansatz zur Selbstnormalisierung und Unterstützung von Vektorregression zur Erkennung struktureller Veränderungspunkte in Zeitreihen

Key Points

Das Ziel der Studie ist die Entwicklung einer Methode zur Erkennung struktureller Veränderungspunkte in Zeitreihen ohne die Notwendigkeit der Parameterausrichtung.
Entwicklung eines Selbstnormalisierungsframeworks
Nutzung der Unterstützung von Vektorregression zur Analyse
Testen an verschiedenen Zeitreihen mit nichtlinearen Eigenschaften
Analyse der strukturellen Instabilität ohne Abhängigkeit von Abstimmparametern
Robustheit bei der Erkennung von Veränderungspunkten demonstriert
Konsistente Leistung über verschiedene Datensätze hinweg gezeigt
Anwendbarkeit in wissenschaftlichen und praktischen Kontexten bestätigt

Abstract

Das vorgeschlagene Framework bietet ein robustes, parameterfreies Werkzeug zur Analyse struktureller Instabilität in Zeitreihen, mit besonderen Vorteilen bei der Handhabung komplexer, nichtlinearer Datenstrukturen. Die Vermeidung von Abstimmparametern und die konsistente Leistung in verschiedenen Bereichen deuten auf eine breite Anwendbarkeit in der wissenschaftlichen Forschung und praktischen Anwendungen hin.

Connected Papers

Building similarity graph...

Analyzing shared references across papers

Discussion

Authors

Nini Xie

Journals

PLoS ONE

Actions

Institutions

Qinghai Normal University

Xi'an University of Finance and Economics

References and Citations

Connected Papers

Building similarity graph...

Analyzing shared references across papers

Ein Ansatz zur Selbstnormalisierung und Unterstützung von Vektorregression zur Erkennung struktureller Veränderungspunkte in Zeitreihen

Key Points

Abstract

Citation Network

Connected Papers

Discussion

Authors

Journals

Actions

Institutions

References and Citations

Citation Network

Connected Papers

Discussion

Cite this study

Also consider