高斯过程及相关随机场之极值的渐近性分析

结题报告
项目介绍
AI项目解读

基本信息

  • 批准号:
    11326175
  • 项目类别:
    数学天元基金项目
  • 资助金额:
    3.0万
  • 负责人:
  • 依托单位:
  • 学科分类:
    A0211.概率极限理论与随机化结构
  • 结题年份:
    2014
  • 批准年份:
    2013
  • 项目状态:
    已结题
  • 起止时间:
    2014-01-01 至2014-12-31

项目摘要

In this project, we will study the limit properties of extremes of Gaussian processes and related random fields. More precisely, we will study the following two problems. Firstly, for enriching the theory of extreme value theory, we study the extremes limit theorems for strongly dependent Gaussian processes and fields. Secondly, since in applications, data are only available over a discrete set of time-points, we investigate the asymptotic relation between the extremes of the Gaussian processes and related random fields and the extremes of these processes sampled at discrete time points. Our study not only can enrich the theory of extreme value theory but also has potential applications in the fields of finance and insurance. Meanwhile,it also can help us to study the ruin model and queueing model in Gaussian fileds.
本课题研究高斯过程及相关随机场之极值的极限性质,主要体现在如下两个方面:.(1)基于完善极值理论这一学科的理论体系,我们将系统地研究强相依高斯过程及相关随机场之极值的极限定理;(2)考虑到数据的观测只能在离散的时间点上获得,我们研究高斯过程及相关随机场之极值与其在相应离散化下极值的共同极限行为. 本课题的研究不仅能够丰富极值理论的理论体系,而且能为金融时间序列建模,金融保险等领域内的相关问题研究提供理论基础,同时也有助于我们进一步研究高斯破产模型、高斯排队模型等.

结项摘要

在极值统计分析建模中,高斯过程之极值的极限分布问题一直都扮演中重要的角色,如在统计中,许多置信区间和置信带的构造都是基于高斯过程之极值的极限定理进行的。因此,对于高斯过程之极值的极限定理的研究是一个古老而重要的课题。根据项目计划书,本课题研究了与高斯过程之极值的极限分布相关的两个方面的问题。我们完成了项目计划书提出的研究任务,所得结果将相应的存在的结果做了较大的推广。.首先,我们研究了几类相依高斯过程及相关随机场之极值的极限定理. 在实际应用中,由于数据丢失时有发生,或者受样本采集的周期性的影响,我们获得的样本量常常是随机的。受这个问题启发,我主要考虑了高斯过程及相关随机场在随机区间上极值的极限分布问题。对于高斯过程情形,我们考虑了两种情况,即随机区间与高斯过程独立的情形以及对随机区间与高斯过程之间不施加相依关系。在这两种情形下,我们分别获得了随机区间之极值的极限分布。我们也将相应的结果推广到了卡过程情形。除此之外,我还考虑了一类基于分数布朗运动的Shepp统计量之极值的极限分布问题。. 其次,我们研究了高斯过程之极值与其离散化后之极值的渐近关系。在实际应用中,我们获得样本常常都是都是高维的,离散状态的,因此,关于高斯过程之极值的经典结论不能直接使用。我们首先需要研究连续时间之极值与相依离散化后之极值的渐近关系,或者需要搞清楚离散状态的极值在多大程度上能代替连续时间极值。我们首先考虑了多维情形下,不同离散化水平对其极限分布的影响,并获得相应的极限定理。另一方面,我们还考虑了部分和对连续极值与离散极值关系的影响。.最后,我也考虑了一些相关问题的研究。我们获得了一类加权高斯过程的有限时间破产概率的渐近估计以及一般的带保险风险和金融风险的无限时破产概率的精确渐近。我们获得了一类高斯随机游动之极值的极限性质以及一类高斯过程上穿点过程的极限分布等。

项目成果

期刊论文数量(11)
专著数量(0)
科研奖励数量(0)
会议论文数量(0)
专利数量(0)
Some Asymptotic Results on Extremes of Shepp Statistics for Gaussian Random Walk
高斯随机游走Shepp统计极值的一些渐近结果
  • DOI:
    --
  • 发表时间:
    2015
  • 期刊:
    数学进展
  • 影响因子:
    --
  • 作者:
    Tan; Zhongquan
  • 通讯作者:
    Zhongquan
A note on the almost sure central limit theorem for the product of some partial sums
关于某些部分和的乘积的几乎确定的中心极限定理的注释
  • DOI:
    10.23919/eurad54643.2022.9991879
  • 发表时间:
    2014
  • 期刊:
    Journal of Inequalities and Applications
  • 影响因子:
    1.6
  • 作者:
    Chen; Yang;Tan; Zhongquan;Wang; Kaiyong
  • 通讯作者:
    Kaiyong
The limit theorems for maxima of stationary Gaussian processes with random Index
随机指数平稳高斯过程极大值的极限定理
  • DOI:
    10.1111/ecog.02295
  • 发表时间:
    2014
  • 期刊:
    Acta Mathematica Sinica-English Series
  • 影响因子:
    0.7
  • 作者:
    Tan; Zhong Quan
  • 通讯作者:
    Zhong Quan
Piterbarg’s max-discretization theorem for stationary vector Gaussian processes observed on different grids
在不同网格上观察到的平稳向量高斯过程的 Piterbarg 最大离散化定理
  • DOI:
    --
  • 发表时间:
    --
  • 期刊:
    Statistics
  • 影响因子:
    1.9
  • 作者:
    E; Hashorva;Tan; Zhongquan
  • 通讯作者:
    Zhongquan
Extremes of Shepp statistics for fractional Brownian motion
分数布朗运动的 Shepp 统计极值
  • DOI:
    --
  • 发表时间:
    --
  • 期刊:
    Science China Mathematics
  • 影响因子:
    --
  • 作者:
    Tan; Zhongquan;Yang; Yang
  • 通讯作者:
    Yang

数据更新时间:{{ journalArticles.updateTime }}

{{ item.title }}
{{ item.translation_title }}
  • DOI:
    {{ item.doi || "--"}}
  • 发表时间:
    {{ item.publish_year || "--" }}
  • 期刊:
    {{ item.journal_name }}
  • 影响因子:
    {{ item.factor || "--"}}
  • 作者:
    {{ item.authors }}
  • 通讯作者:
    {{ item.author }}

数据更新时间:{{ journalArticles.updateTime }}

{{ item.title }}
  • 作者:
    {{ item.authors }}

数据更新时间:{{ monograph.updateTime }}

{{ item.title }}
  • 作者:
    {{ item.authors }}

数据更新时间:{{ sciAawards.updateTime }}

{{ item.title }}
  • 作者:
    {{ item.authors }}

数据更新时间:{{ conferencePapers.updateTime }}

{{ item.title }}
  • 作者:
    {{ item.authors }}

数据更新时间:{{ patent.updateTime }}

其他文献

连续与离散时间Gauss次序统计过程的极值
  • DOI:
    --
  • 发表时间:
    2018
  • 期刊:
    中国科学:数学
  • 影响因子:
    --
  • 作者:
    谭中权
  • 通讯作者:
    谭中权
连续与离散时间Gauss次序统计过程的极值
  • DOI:
    --
  • 发表时间:
    2018
  • 期刊:
    中国科学:数学
  • 影响因子:
    --
  • 作者:
    谭中权
  • 通讯作者:
    谭中权
平稳强相依高斯过程之上穿点过程的极限定理
  • DOI:
    --
  • 发表时间:
    2016
  • 期刊:
    应用数学学报
  • 影响因子:
    --
  • 作者:
    谭中权
  • 通讯作者:
    谭中权

其他文献

{{ item.title }}
{{ item.translation_title }}
  • DOI:
    {{ item.doi || "--" }}
  • 发表时间:
    {{ item.publish_year || "--"}}
  • 期刊:
    {{ item.journal_name }}
  • 影响因子:
    {{ item.factor || "--" }}
  • 作者:
    {{ item.authors }}
  • 通讯作者:
    {{ item.author }}
empty
内容获取失败,请点击重试
重试联系客服
title开始分析
查看分析示例
此项目为已结题,我已根据课题信息分析并撰写以下内容,帮您拓宽课题思路:

AI项目思路

AI技术路线图

谭中权的其他基金

几类高斯随机场之极值的研究及应用
  • 批准号:
    11501250
  • 批准年份:
    2015
  • 资助金额:
    17.0 万元
  • 项目类别:
    青年科学基金项目

相似国自然基金

{{ item.name }}
  • 批准号:
    {{ item.ratify_no }}
  • 批准年份:
    {{ item.approval_year }}
  • 资助金额:
    {{ item.support_num }}
  • 项目类别:
    {{ item.project_type }}

相似海外基金

{{ item.name }}
{{ item.translate_name }}
  • 批准号:
    {{ item.ratify_no }}
  • 财政年份:
    {{ item.approval_year }}
  • 资助金额:
    {{ item.support_num }}
  • 项目类别:
    {{ item.project_type }}
{{ showInfoDetail.title }}

作者:{{ showInfoDetail.author }}

知道了

AI项目解读示例

课题项目:调控A型流感病毒诱导IFN-β表达的机制研究

AI项目摘要:

本研究聚焦于TRIM2蛋白在A型流感病毒诱导的IFN-β表达中的调控机制。A型流感病毒是全球性健康问题,其感染可导致严重的呼吸道疾病。IFN-β作为关键的抗病毒因子,其表达水平对抗病毒防御至关重要。然而,TRIM2如何调控IFN-β的表达尚未明确。本研究假设TRIM2通过与病毒RNA或宿主因子相互作用,影响IFN-β的产生。我们将采用分子生物学、细胞生物学和免疫学方法,探索TRIM2与A型流感病毒诱导IFN-β表达的关系。预期结果将揭示TRIM2在抗病毒免疫反应中的作用,为开发新的抗病毒策略提供理论基础。该研究对理解宿主抗病毒机制具有重要科学意义,并可能对临床治疗流感病毒感染提供新的视角。

AI项目思路:

科学问题:TRIM2如何调控A型流感病毒诱导的IFN-β表达?
前期研究:已有研究表明TRIM2参与抗病毒反应,但其具体机制尚不明确。
研究创新点:本研究将深入探讨TRIM2在IFN-β表达中的直接作用机制。
技术路线:包括病毒学、分子生物学、细胞培养和免疫检测技术。
关键技术:TRIM2与病毒RNA的相互作用分析,IFN-β启动子活性检测。
实验模型:使用A型流感病毒感染的细胞模型进行研究。

AI技术路线图

        graph TD
          A[研究起始] --> B[文献回顾与假设提出]
          B --> C[实验设计与方法学准备]
          C --> D[A型流感病毒感染模型建立]
          D --> E[TRIM2与病毒RNA相互作用分析]
          E --> F[TRIM2对IFN-β启动子活性的影响]
          F --> G[IFN-β表达水平测定]
          G --> H[TRIM2功能丧失与获得研究]
          H --> I[数据收集与分析]
          I --> J[结果解释与科学验证]
          J --> K[研究结论与未来方向]
          K --> L[研究结束]
      
关闭
close
客服二维码