高斯序列与过程的极值理论

结题报告
项目介绍
AI项目解读

基本信息

  • 批准号:
    11501113
  • 项目类别:
    青年科学基金项目
  • 资助金额:
    18.0万
  • 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:
    2018
  • 批准年份:
    2015
  • 项目状态:
    已结题
  • 起止时间:
    2016-01-01 至2018-12-31

项目摘要

Extreme value theory of Gaussian sequences and processes has various applications in finance、insurance、ruin theory、queueing theory and environmental science. This project focus on the basic research of extreme value theory. Motivated by previous study, we consider: (1) extremes of Gaussian sequences under Husler-Reiss condition, asymptotic distribution of sum and extremes for Gaussian sequences under Husler-Reiss condition, extremal behavior of sum and extremes for scaled Gaussian sequences; (2) limit distribution of extremes of complete and incomplete samples from Gaussian processes, tail asymptotics of the supremum of dependent Gaussian processes, tail asymptotics of the supremum of Gaussian processes with a trend over a random interval.
高斯序列与过程的极值理论在金融、保险、破产理论、排队论和环境科学等领域有着广泛应用,本课题重在极值理论基础的研究。在已有工作基础上,研究:(1)Husler-Reiss条件下高斯序列的极值的极限定理、部分和与极值的联合渐近分布,刻度化高斯序列的极值与部分和的极限定理;(2)缺失样本高斯过程的极值的极限分布, 随机区间下相依高斯过程极值的尾部渐近分布,随机区间下有趋势项的高斯过程的极值的尾渐近性质。

结项摘要

极值理论在金融、保险、破产理论等领域有着广泛应用。本课题重在极值理论的基础研究。主要研究内容:(1)在Husler-Reiss条件下,得到幂赋范下二维高斯三角列的极值分布,并对其二阶展开;另外在同样的条件下,得到二维高斯最大值和最小值的联合渐近分布;(2)缺失样本下弱相依平稳高斯序列的超过数点过程的极限分布,并得出其观测到的最大值与未观测到的最大值的位置和高度的联合极限分布,以及首次超过高水平位置与最大值位置的联合极限分布;(3)讨论了椭球三角列、偏正态序列和广义误差分布的极值的联合分布和联合密度函数的高阶渐近展开,并进行数值分析,其高阶渐近展开能更好地拟合真实的极值分布。

项目成果

期刊论文数量(4)
专著数量(0)
科研奖励数量(0)
会议论文数量(0)
专利数量(0)
互联网金融对商业银行的系统性风险溢出效应测度——基于GARCH-Copula-CoVaR模型
  • DOI:
    --
  • 发表时间:
    --
  • 期刊:
    统计与决策
  • 影响因子:
    --
  • 作者:
    翁志超;颜美玲
  • 通讯作者:
    颜美玲
Exceedances point processes in the plane of stationary Gaussian sequence with data missing
数据缺失的平稳高斯序列平面上的越点过程
  • DOI:
    --
  • 发表时间:
    --
  • 期刊:
    Statistics & Probability Letters
  • 影响因子:
    0.8
  • 作者:
    Zuoxiang Peng;Jinjun Tong;Zhichao Weng
  • 通讯作者:
    Zhichao Weng
Second order expansions of distributions of maxima of bivariate Gaussian triangular arrays under power normalization
幂归一化下双变量高斯三角阵极大值分布的二阶展开
  • DOI:
    10.1016/j.spl.2017.01.024
  • 发表时间:
    2017
  • 期刊:
    Statistics & Probability Letters
  • 影响因子:
    0.8
  • 作者:
    Zhichao Weng;Xin Liao
  • 通讯作者:
    Xin Liao
Second-order Asymptotics on Distributions of Maxima of Bivariate Elliptical Arrays
二元椭圆阵极大值分布的二阶渐近
  • DOI:
    --
  • 发表时间:
    2018
  • 期刊:
    Acta Mathematica Sinica-English Series
  • 影响因子:
    0.7
  • 作者:
    Xin LIAO;Zhi Chao WENG;Zuo Xiang PENG
  • 通讯作者:
    Zuo Xiang PENG

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

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

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