Buchumschlag

Minimum contrast for the first-order intensity estimation of spatial and spatio-temporal point processes

Fuente: arXiv

Gespeichert in:

Bibliographische Detailangaben
Hauptverfasser:	D'Angelo, Nicoletta, Adelfio, Giada
Format:	Preprint
Veröffentlicht:	2023
Schlagworte:	Methodology
Online-Zugang:	Acceder al recurso
Tags:	Tag hinzufügen Keine Tags, Fügen Sie den ersten Tag hinzu!

Ähnliche Einträge

Cubature scheme for spatio-temporal Poisson point processes estimation
von: D'Angelo, Nicoletta, et al.
Veröffentlicht: (2024)

Locally weighted minimum contrast estimation for spatio-temporal log-Gaussian Cox processes
von: D'Angelo, Nicoletta, et al.
Veröffentlicht: (2022)

Semi-parametric profile pseudolikelihood via local summary statistics for spatial point pattern intensity estimation
von: D'Angelo, Nicoletta, et al.
Veröffentlicht: (2024)

Spatio-temporal point process modelling of fires in Sicily exploring human and environmental factors
von: D'Angelo, Nicoletta, et al.
Veröffentlicht: (2024)

stopp: An R Package for Spatio-Temporal Point Pattern Analysis
von: D'Angelo, Nicoletta, et al.
Veröffentlicht: (2024)

Local inhomogeneous weighted summary statistics for marked point processes
von: D'Angelo, Nicoletta, et al.
Veröffentlicht: (2022)

Testing the Structural Properties of Marked Point Processes Using Local Inhomogeneous Mark-Weighted K-Functions
von: D'Angelo, Nicoletta, et al.
Veröffentlicht: (2026)

Detecting changes in space-varying parameters of local Poisson point processes
von: D'Angelo, Nicoletta
Veröffentlicht: (2025)

Chapter Determinants of spatial intensity of stop locations on cruise passengers tracking data
von: D’Angelo, Nicoletta, et al.
Veröffentlicht: (2022)

Advances in Kth nearest-neighbour clutter removal
von: D'Angelo, Nicoletta
Veröffentlicht: (2023)

Testing for a general changepoint in psychometric studies: changes detection and sample size planning
von: D'Angelo, Nicoletta
Veröffentlicht: (2024)

Nonparametric intensity estimation of spatial point processes by random forests
von: Biscio, Christophe, et al.
Veröffentlicht: (2025)

Connecting reflective asymmetries in multivariate spatial and spatio-temporal covariances
von: Yarger, Drew
Veröffentlicht: (2026)

On minimum contrast method for multivariate spatial point processes
von: Zhu, Lin, et al.
Veröffentlicht: (2022)

Spectral estimation for spatial point processes and random fields
von: Grainger, Jake P., et al.
Veröffentlicht: (2023)

Nonparametric quantile regression for spatio-temporal processes
von: Deb, Soudeep, et al.
Veröffentlicht: (2024)

Dependent Dirichlet processes via thinning
von: D'Angelo, Laura, et al.
Veröffentlicht: (2025)

Estimating velocities of infectious disease spread through spatio-temporal log-Gaussian Cox point processes
von: Avellaneda, Fernando Rodriguez, et al.
Veröffentlicht: (2024)

Second-order characteristics for spatial point processes with graph-valued marks
von: Eckardt, Matthias, et al.
Veröffentlicht: (2024)

Spatio-temporal point process intensity estimation using zero-deflated subsampling applied to a lightning strikes dataset in France
von: Coeurjolly, Jean-François, et al.
Veröffentlicht: (2024)

Scalable generative modeling of non-Gaussian spatio-temporal fields via autoregressive Gaussian processes
von: Lei-Cramer, Carrie J., et al.
Veröffentlicht: (2026)

Modeling heterogeneity in higher-order moments while preserving mean and variance: application to spatio-temporal modeling
von: Kuno, Hajime, et al.
Veröffentlicht: (2024)

High-dimensional modeling of spatial and spatio-temporal conditional extremes using INLA and Gaussian Markov random fields
von: Simpson, Emma S., et al.
Veröffentlicht: (2020)

deepspat: An R package for modeling nonstationary spatial and spatio-temporal Gaussian and extremes data through deep deformations
von: Vu, Quan, et al.
Veröffentlicht: (2025)

A finite-infinite shared atoms nested model for the Bayesian analysis of large grouped data
von: D'Angelo, Laura, et al.
Veröffentlicht: (2024)

Nonparametric inference for nonstationary spatial point processes
von: Nolau, Izabel, et al.
Veröffentlicht: (2025)

Bayesian spatio-temporal modelling for infectious disease outbreak detection
von: Adeoye, Matthew, et al.
Veröffentlicht: (2025)

Modelling multivariate spatio-temporal data with identifiable variational autoencoders
von: Sipilä, Mika, et al.
Veröffentlicht: (2024)

Pseudo-spectra of multivariate inhomogeneous spatial point processes
von: Ding, Qi-Wen, et al.
Veröffentlicht: (2025)

Fourier analysis of spatial point processes
von: Yang, Junho, et al.
Veröffentlicht: (2024)

On spatial point processes with composition-valued marks
von: Eckardt, Matthias, et al.
Veröffentlicht: (2025)

Validating spatial-temporal separability for stationary processes
von: Bai, Lujia, et al.
Veröffentlicht: (2026)

A spatio-temporal model to detect potential outliers in disease mapping
von: Michal, Victoire, et al.
Veröffentlicht: (2024)

Nonparametric regression of spatio-temporal data using infinite-dimensional covariates
von: Roy, Subhrajyoty, et al.
Veröffentlicht: (2026)

Fast spatio-temporally varying coefficient modeling with reluctant interaction selection
von: Murakami, Daisuke, et al.
Veröffentlicht: (2024)

Rejoinder on "Marked spatial point processes: current state and extensions to point processes on linear networks"
von: Eckardt, Matthias, et al.
Veröffentlicht: (2024)

Modeling high and low extremes with a novel dynamic spatio-temporal model
von: Yoo, Myungsoo, et al.
Veröffentlicht: (2025)

Bayesian copula-based modelling for multi-type spatio-temporal epidemic data
von: Adeoye, Matthew, et al.
Veröffentlicht: (2026)

A Dynamic Latent Space Model for Healthcare Mobility Networks: the Italian National Health Service case
von: Manente, Cecilia, et al.
Veröffentlicht: (2026)

Bayesian nonparametric clustering for spatio-temporal data, with an application to air pollution
von: Aiello, Luca, et al.
Veröffentlicht: (2025)