矩阵时间序列CP-FACTOR模型的识别与估计方法提出
热点事件持续更新
矩阵时间序列CP-FACTOR模型的识别与估计方法提出
1 篇报道1 个报道来源13 小时前更新
先了解这件事
AI 综述
常晋源与合作者提出了一种新的矩阵时间序列CP-FACTOR模型的识别与估计方法,该方法能够处理秩亏的因子载荷矩阵,并通过模拟和实际数据展示了其相较于传统方法在收敛速度上的优势。新方法不同于基于广义特征值分析的方法,后者要求两个因子载荷矩阵必须是满秩的。
AI 根据报道生成 · 3 小时前更新
最新进展10月29日 00:00
常晋源与合作者提出矩阵时间序列CP-FACTOR模型的识别与估计方法报道时间线
沿着报道,了解事件的不同侧面。
10月29日
- 中科院应用数学研究所 · 科研进展常晋源与合作者提出矩阵时间序列CP-FACTOR模型的识别与估计方法
常晋源与合作者提出一种新的矩阵时间序列CP-FACTOR模型的识别与估计方法,该方法避免了传统方法中由于特征值间隔小导致的收敛速度慢的问题,并通过联合对多个矩阵进行对角化来提高收敛速度。此外,该方法可以处理秩亏的因子载荷矩阵,并通过模拟和实际矩阵时间序列数据展示了其优势。
本事件热度走势
- 可比范围当前
- 7
- 可比范围峰值
- 810月29日 10:00
- 近 24 小时变化
- –
02468
10:0011:0012:00
趋势仅比较持续完整观测到的相同主体,范围可能小于当前热度统计。移动指针或点击图表查看每小时热度;键盘可用左右方向键切换。