• español
  • English
  • français
  • Deutsch
  • português (Brasil)
  • italiano
    • español
    • English
    • français
    • Deutsch
    • português (Brasil)
    • italiano
    • español
    • English
    • français
    • Deutsch
    • português (Brasil)
    • italiano
    JavaScript is disabled for your browser. Some features of this site may not work without it.

    Stöbern

    Gesamter BestandBereicheErscheinungsdatumAutorenSchlagwortenTiteln

    Mein Benutzerkonto

    Einloggen

    Statistik

    Benutzungsstatistik

    Compartir

    Dokumentanzeige 
    •   UVaDOC Startseite
    • WISSENSCHAFTLICHE ARBEITEN
    • Departamentos
    • Dpto. Estadística e Investigación Operativa
    • DEP24 - Artículos de revista
    • Dokumentanzeige
    •   UVaDOC Startseite
    • WISSENSCHAFTLICHE ARBEITEN
    • Departamentos
    • Dpto. Estadística e Investigación Operativa
    • DEP24 - Artículos de revista
    • Dokumentanzeige
    • español
    • English
    • français
    • Deutsch
    • português (Brasil)
    • italiano

    Exportar

    RISMendeleyRefworksZotero
    • edm
    • marc
    • xoai
    • qdc
    • ore
    • ese
    • dim
    • uketd_dc
    • oai_dc
    • etdms
    • rdf
    • mods
    • mets
    • didl
    • premis

    Citas

    Por favor, use este identificador para citar o enlazar este ítem:https://uvadoc.uva.es/handle/10324/69766

    Título
    Time Series, Spectral Densities and Robust Functional Clustering
    Autor
    Rivera-García, Diego
    García Escudero, Luis ÁngelAutoridad UVA Orcid
    Mayo Iscar, AgustínAutoridad UVA Orcid
    Ortega, Joaquín
    Año del Documento
    2020
    Descripción
    Producción Científica
    Documento Fuente
    Neural Processing Letters, 52(1), 135-152.
    Zusammenfassung
    In this work, a robust clustering algorithm for stationary time series is proposed.The algorithm is based on the use of estimated spectral densities, which are considered as functional data, as the basic characteristic of stationary time series for clustering purposes. A robust algorithm for functional data is then applied to the set of spectral densities. Trimming techniques and restrictions on the scatter within groups reduce the effect of noise in the data and help to prevent the identification of spurious clusters. The procedure is tested in a simulation study and is also applied to a real data set.
    Revisión por pares
    SI
    DOI
    10.1007/s11063-018-9926-1
    Patrocinador
    Spanish Ministerio de Economía y Competitividad, grant MTM2017-86061-C2-1-P, and by Consejería de Educación de la Junta de Castilla y León and FEDER, Grants VA005P17 and VA002G18.
    Idioma
    spa
    URI
    https://uvadoc.uva.es/handle/10324/69766
    Tipo de versión
    info:eu-repo/semantics/draft
    Derechos
    openAccess
    Aparece en las colecciones
    • DEP24 - Artículos de revista [78]
    Zur Langanzeige
    Dateien zu dieser Ressource
    Nombre:
    ArticuloNEPL_v13.pdf
    Tamaño:
    2.420Mb
    Formato:
    Adobe PDF
    Thumbnail
    Öffnen

    Universidad de Valladolid

    Powered by MIT's. DSpace software, Version 5.10