Key points are not available for this paper at this time.
현재 랜덤 필드의 통계적 추론에 관한 통계 문헌은 일반적으로 필드가 정상적이라고 가정하거나 비정상적 가우시안 필드의 파라메트릭/세미파라메트릭 공분산 계열 모델에 집중하고 있으며, 현대의 복잡한 랜덤 필드 데이터에 충분히 유연하지 않을 수 있습니다. 본 논문은 필드를 기저의 '이동 랜덤 필드'의 위치 의존적 변환을 가진 비선형 시스템으로 모델링하여 비정상적이고 비가우시안 랜덤 필드의 일반 클래스에 대한 동시 비모수 통계적 추론을 수행합니다. 랜덤 필드의 고차원 희소 선형 형태에 대한 집중 불평등 및 가우시안 근사 정리에 포함된 비대칭 결과가 도출되었습니다. 제안된 알고리즘의 동시 추론을 위해 동시 비정상 비가우시안 랜덤 필드에 대한 통합 도구로서 이론적으로 검증된 계산적으로 효율적인 지역 가중치 승수 부트스트랩 알고리즘이 제안되었습니다. 시뮬레이션 및 실제 데이터 사례는 제안된 알고리즘의 우수한 성능과 광범위한 응용을 보여줍니다.
Zhang et al. (Mon,)은 이 질문을 연구했습니다.