用序列网络表征随机时间序列
摘要：映射时间序列到网络的方法已成为处理复杂系统数据的重要工具。在不同的算法中，最近提出的序数网络由于其简单性和计算效率而脱颖而出。然而，序数网络的应用主要集中在非线性动力系统产生的时间序列，而与简单随机过程相关的序数网络基本性质仍不清楚。在本文中，我们研究了随机时间序列、噪声周期信号、分数布朗运动和地震震级序列中产生的序数网络的几个性质。对于随机序列的序数网络，我们提出了建立邻接矩阵精确形式的方法，这反过来有助于检测时间序列中的非随机行为和序数模式之间缺失转换的存在。我们发现，通过估计序数网络相邻节点之间的转移概率来计算局部熵的平均值比标准置换熵对噪声的抵抗性更强。我们展示了序数网络可以用于精确估计时间序列的赫斯特指数，精度与最先进的方法相当。最后，我们论证了序数网络可以检测到由大地震引起的地震活动的突然变化。
作者：Arthur A. B. Pessa, Haroldo V. Ribeiro
论文ID：1910.01406
分类：Data Analysis, Statistics and Probability
分类简称：physics.data-an
提交时间：2019-10-15