慢到什么程度？SFA检测到比驱动力更慢的信号
摘要：慢特征分析（SFA）是一种从快速变化的非平稳时间序列中提取缓慢变化的驱动力的方法。我们在这里展示了SFA能够检测出比驱动力本身还要缓慢的组成部分（例如调制正弦波的包络）。我们发现，检测到驱动力本身还是更慢的子组分取决于嵌入维度、时间序列可预测性或基频等情况。我们观察到从一个区域到另一个区域的相变，并且本研究的目的是量化各种参数对此相变的影响。我们得出结论，SFA所感知到的慢变化是多样的，并且在一个区域到另一个区域之间会发生更快或更慢的切换，可能与人类感知有些相似。
作者：Wolfgang Konen, Patrick Koch
论文ID：0911.4397
分类：Machine Learning
分类简称：stat.ML
提交时间：2009-11-24