Buchumschlag

Temporal scaling theory for bursty time series with clusters of arbitrarily many events

Fuente: arXiv

Gespeichert in:

Bibliographische Detailangaben
Hauptverfasser:	Jo, Hang-Hyun, Birhanu, Tibebe, Masuda, Naoki
Format:	Preprint
Veröffentlicht:	2024
Schlagworte:	Data Analysis, Statistics and Probability
Online-Zugang:	Acceder al recurso
Tags:	Tag hinzufügen Keine Tags, Fügen Sie den ersten Tag hinzu!

Ähnliche Einträge

Maximum likelihood estimation of burst-merging kernels for bursty time series
von: Birhanu, Tibebe, et al.
Veröffentlicht: (2025)

Analysis framework for higher-order temporal correlations with applications to human heartbeats
von: Birhanu, Tibebe, et al.
Veröffentlicht: (2025)

Burst-tree structure and higher-order temporal correlations
von: Birhanu, Tibebe, et al.
Veröffentlicht: (2024)

Hierarchical organization of bursty trains in event sequences
von: Hiraoka, Takayuki, et al.
Veröffentlicht: (2025)

Copula-based analytical results of horizontal visibility graphs for correlated time series
von: Lee, Jeong-Min, et al.
Veröffentlicht: (2025)

Analysis of the autocorrelation function for time series with higher-order temporal correlations: An exponential case
von: Yu, Min-ho, et al.
Veröffentlicht: (2025)

Copula-based analysis of the autocorrelation function for simple temporal networks
von: Jo, Hang-Hyun
Veröffentlicht: (2022)

Statistical properties of COVID-19 transmission intervals in Republic of Korea
von: Seo, Yeonji, et al.
Veröffentlicht: (2023)

Challenges and perspectives in recurrence analyses of event time series
von: Marwan, Norbert
Veröffentlicht: (2024)

Disentangling synchrony from serial dependency in paired event time series
von: Odenweller, Adrian, et al.
Veröffentlicht: (2019)

Disentangling sources of multifractality in time series
von: Kluszczyński, Robert, et al.
Veröffentlicht: (2025)

Linear scaling causal discovery from high-dimensional time series by dynamical community detection
von: Allione, Matteo, et al.
Veröffentlicht: (2025)

A complex network approach to characterize clustering of events in irregular time series
von: Sukdeo, Ambedkar Sanket, et al.
Veröffentlicht: (2026)

Approach to predicting extreme events in time series of chaotic dynamical systems using machine learning techniques
von: Andreani, Alexandre C., et al.
Veröffentlicht: (2025)

Data-driven assessment of optimal spatiotemporal resolutions for information extraction in noisy time series data
von: Doria, Domiziano, et al.
Veröffentlicht: (2024)

Exact calculation of the probabilities of rare events in cluster-cluster aggregation
von: Rajesh, R., et al.
Veröffentlicht: (2024)

Signatures of extreme events in the cumulative entropic spectrum
von: Drzazga-Szczȩśniak, Ewa A., et al.
Veröffentlicht: (2025)

The distribution of violent event and interevent times in conflicts
von: Bruggeman, Jeroen
Veröffentlicht: (2024)

Change point detection in ERA5 ground temperature time series
von: A., Fatemeh Aghaei, et al.
Veröffentlicht: (2025)

Quantifying the irregularity of a time series
von: Potratzki, Max, et al.
Veröffentlicht: (2025)

"Layer-by-layer" Unsupervised Clustering of Statistically Relevant Fluctuations in Noisy Time-series Data of Complex Dynamical Systems
von: Becchi, Matteo, et al.
Veröffentlicht: (2024)

Data-driven performance optimization of gamma spectrometers with many channels
von: Vavrek, Jayson R., et al.
Veröffentlicht: (2025)

Distinguishing pairwise and higher-order interactions in coupled oscillators from time series
von: Su, Weiwei, et al.
Veröffentlicht: (2025)

Stochastic Clock Attention for Aligning Continuous and Ordered Sequences
von: Soh, Hyungjoon, et al.
Veröffentlicht: (2025)

Scalar embedding of temporal network trajectories
von: Lacasa, Lucas, et al.
Veröffentlicht: (2024)

Velocity-based sparse photon clustering for space debris ranging by single-photon Lidar
von: Liu, Xialin, et al.
Veröffentlicht: (2024)

Multivariate Joint Recurrence Quantification Analysis: detecting coupling between time series of different dimensionalities
von: Wallot, Sebastian, et al.
Veröffentlicht: (2023)

Geometric phase predicts locomotion performance in undulating living systems across scales
von: Rieser, Jennifer M, et al.
Veröffentlicht: (2019)

Exact joint distributions of three global characteristic times for Brownian motion
von: Hartmann, Alexander K., et al.
Veröffentlicht: (2024)

IntrinsicTimescales.jl: A Julia package to estimate intrinsic (neural) timescales (INTs) from time-series data
von: Catal, Yasir, et al.
Veröffentlicht: (2025)

Data augmentation using diffusion models to enhance inverse Ising inference
von: Lim, Yechan, et al.
Veröffentlicht: (2025)

Regressing bubble cluster dynamics as a disordered many-body system
von: Maeda, Kazuki, et al.
Veröffentlicht: (2021)

Exploring the Statistical Properties of Outputs from a Process Inspired by Geometrical Interpretation of Newton's Method
von: Kirouani, Taki
Veröffentlicht: (2024)

New horizon in the statistical physics of earthquakes: Dragon-king theory and dragon-king earthquakes
von: Li, Jiawei, et al.
Veröffentlicht: (2024)

Elephant random walks with graph based shared memory: First and second order asymptotics
von: Das, Deborshi
Veröffentlicht: (2024)

On the dynamical evolution of randomness Part A: Random experiments as dynamical systems
von: Lobo, Allen, et al.
Veröffentlicht: (2025)

On the dynamical evolution of randomness Part B: Geometrisation and the origin of convergence in LLN
von: Lobo, Allen
Veröffentlicht: (2025)

Adiabatic Approximation of Coarse Grained Second Order Response
von: Müller, Fenna, et al.
Veröffentlicht: (2022)

Homomorphic data compression for real time photon correlation analysis
von: Strempfer, Sebastian, et al.
Veröffentlicht: (2024)

Kullback-Leibler cluster entropy to quantify volatility correlation and risk diversity
von: Ponta, L., et al.
Veröffentlicht: (2024)