Marked spatial point processes: current state and extensions to point processes on linear networks
本文综述了二维空间标记点过程的分析方法,并提出了线性网络上标记点过程的新高阶汇总特征和标记相关函数,通过模拟和两个实际应用验证了考虑网络结构的重要性。
2023-09-04 stat.AP stat.ME
Local Indicators of Mark Association for Spatial Marked Point Processes
针对现有全局标记相关函数易受不同局部标记行为干扰、无法准确识别点间标记关联模式的问题,提出可适配实值/函数值标记、适用于一般状态空间的LIMA函数,经模拟和多领域实际应用验证其性能显著优于全局方法。
2024-11-01 stat.AP stat.ME
Rejoinder on "Marked spatial point processes: current state and extensions to point processes on linear networks"
本文是对关于标记空间点过程及其在线性网络上的扩展一文的讨论所作的回应,作者按字母顺序逐一回应了CJK、DS、GP、MRS和MCvL等讨论者的意见与问题。
2024-05-02 stat.AP stat.ME
Multiscale Topological Inference for Marked Point Processes via Euler Characteristic Envelopes
本文提出一种多尺度拓扑推断框架,通过整合标记加权过滤与欧拉特征包络,用于分析标记点过程中的复杂空间结构和属性依赖关系。
2026-05-14 stat.AP stat.ME
Multivariate Representations of Univariate Marked Hawkes Processes
University of Otago(奥塔哥大学)
本文探讨了单变量标记Hawkes过程与多变量Hawkes过程之间的联系,提出多变量无标记表示用于参数化单变量标记过程,并展示了其在不同数据上的灵活推断能力。
2024-07-04 stat.ME
Summary statistics for inhomogeneous marked point processes
我们提出了新的汇总统计强度加权矩平稳标记点过程,特别强调离散标记。新的统计量是基于n点相关函数和减少交叉J-和D-功能时,平稳性举行。我们探讨了各种功能之间的关系,并讨论了它们在特定模型假设下的显式形式。我们得出的比率无偏负抽样估计我们的统计数据,并说明其使用的野火数据集。
2014-07-11 stat.ME
ldmppr: Location Dependent Marked Point Processes in R
本文提出ldmppr包,用于估计、评估、从标记空间点过程中模拟和可视化具有位置依赖性的标记点过程。该包解决了传统点过程中标记与位置独立的假设在林业等应用中不合理的问题,提供了一个实用框架生成具有标记与位置依赖性的点过程,并展示了包在实际数据中的使用方法。
2026-05-18 stat.AP stat.CO stat.ME
Joint modeling of landslide counts and sizes using spatial marked point processes with sub-asymptotic mark distributions
为了准确量化土耳其某地区的山体滑坡危害,我们在贝叶斯分层框架内开发了新的标记点过程模型,用于联合预测山体滑坡数量和大小。为了适应少数最大的滑坡在总规模的主导作用,我们利用标记分布与极端值理论的强有力的理由,从而桥接极端和标记点模式的统计两个广泛的领域。在数据层面上,我们假设一个泊松分布的滑坡计数,而我们比较不同的"亚渐近"分布的滑坡规模,灵活地模拟他们的上,下尾。在潜在的水平,泊松强度和中值的大小分布在空间上不同的固定和随机效应,与共享的空间组件捕获滑坡计数和大小之间的互相关。我们鲁棒模型的空间依赖性使用内在条件自回归先验。我们的新模型,有效地使用定制的自适应马尔可夫链蒙特卡罗算法。我们表明,对于我们的数据集,与更传统的选择相比,亚渐近标记分布提供了更好的大型滑坡尺寸预测。为了展示联合发生规模模型的好处,并说明其对风险评估的有用性,我们沿着主要道路绘制滑坡灾害图。
2022-05-20 stat.AP stat.ME
Functional summary statistics and testing for independence in marked point processes on the surface of three dimensional convex shapes
针对三维凸形表面的多类型标记点过程,本文推广函数汇总统计量并构造边缘独立性检验方法,在模拟数据与RNGC星系数据中发现不同星系类型间的吸引依赖。
2024-10-01 stat.ME
Markov-modulated marked Poisson processes for modelling disease dynamics based on medical claims data
本文提出用马尔可夫调制的标记泊松过程联合建模医疗索赔数据的观测时间与标记,以推断患者潜在疾病状态,并在COPD数据上验证了其识别医疗利用模式的能力。
2022-11-03 stat.AP stat.ME
Spatio-temporal càdlàg functional marked point processes: Unifying spatio-temporal frameworks
定义了càdlàg函数标记点过程类(CFMPP)。这些是由随机元标记的(时空)点过程,这些随机元在càdlàg函数空间中取值,即标记由càdlàg随机过程给出。我们概括了标记(时空)点过程的概念,并指出这个类,在一个明智的方式,连接的点过程框架与随机场框架。我们还展示了如何使用它们来构造一类时空布尔模型,如何通过选择特定的标记函数来构造不同类别的这些模型,以及càdlàg函数标记的Cox过程如何与随机场有双重联系。我们还讨论了有限CFMPPs,纯时间良好定义的CFMPPs和马尔可夫CFMPPs。此外,我们定义的特点,如产品密度,棕榈分布和条件强度,以开发统计推断工具,如似然估计方案。
2014-03-10 math.PR math.ST stat.ME
Inhomogeneous mark correlation functions for general marked point processes
本文提出非齐次标记相关函数类,通过非参数估计量显式考虑事件空间非齐次性以量化标记关联/变异,模拟与森林数据应用表明其能准确识别标记关联的正负性及空间范围,优于传统方法。
2025-05-30 stat.AP stat.ME
Mixture Modeling for Marked Poisson Processes
我们提出了一个通用的建模框架,在时间或空间上观察到的标记泊松过程。建模方法利用了非齐次泊松过程强度与密度函数的连接。这个密度的非参数Dirichlet过程的混合物,结合非参数或半参数模型的标记分布,产生灵活的先验模型标记泊松过程。特别是,我们专注于完全非参数模型配方,建立标记密度和强度函数从联合非参数混合物,并提供这些技术的直接应用指南。这样的模型的一个关键特征是,它们可以产生关于多元标记的条件分布的灵活推断,而不需要指定复杂的依赖方案。我们解决有关的狄利克雷过程的混合内核的选择问题,并制定事先规范和后验模拟充分推断标记泊松过程的泛函的方法。此外,我们讨论了一种模型检查的方法,可以用来评估和比较不同的模型规格下提出的框架的拟合优度。模拟和真实的数据集的方法进行说明。
2011-11-01 stat.ME
A Bayesian marked spatial point processes model for basketball shot chart
篮球投篮的成功率在球员投篮更多的位置可能更高。对于标记的空间点过程,这意味着标记和强度相关联。我们提出了一个贝叶斯联合模型的标记和标记点过程的强度,其中的强度被纳入标记模型作为协变量。用马尔可夫链蒙特卡罗算法进行推理。两个贝叶斯模型比较标准,偏差信息标准和对数的伪边缘似然比,用于评估模型。所提出的方法的性能进行了研究,在广泛的模拟研究。以2017- 2018赛季NBA常规赛库里、哈登、杜兰特和詹姆斯4名球员的投篮图为例,详细分析了他们的投篮强度和投篮命中率。对本赛季前50名最频繁的射手的应用表明,投篮命中率和投篮强度对大多数球员来说是正相关的。拟合的参数被用作二次分析的输入,以将玩家分成不同的组。
2020-12-30 stat.AP stat.CO stat.ME
Testing procedures based on maximum likelihood estimation for Marked Hawkes processes
针对带标记Hawkes过程复杂度提升带来的计算成本高、易过拟合问题,本文基于指数记忆核参数化Hawkes过程,拓展已有理论框架提出稳健的模型参数与复杂度检验方法,并通过数值研究验证其在理论不足场景下的实际稳健性。
2025-05-19 stat.ME
The second-order analysis of marked spatio-temporal point processes, with an application to earthquake data
为了分析标记时空点过程(MSTPPs)中的相互作用,我们引入了一般非齐次二阶强度加权平稳MSTPPs的标记(交叉)二阶约化矩测度和K函数.这些汇总统计数据使我们能够量化不同标记类别的点之间的依赖性,这些统计数据取决于所选择的特定标记空间和标记参考度量。我们还仔细研究了汇总统计量如何在假设下减少,例如MSTPP是多变量和/或平稳的。设计了一种新的独立标记检验,并推导出所有统计量的无偏负抽样估计。此外,我们对待Voronoi强度估计MSTPP,并表明其无偏性。最后,这些新的统计分析著名的安达曼海地震数据集。我们发现,集群发生在主震和前/余震几乎所有的空间和时间尺度。此外,我们发现的证据表明,有条件的地震的时空位置,震级不表现出像一个iid序列。
2016-11-15 stat.ME
Bayesian Nonparametric Marked Hawkes Processes for Earthquake Modeling
Duke University(杜克大学);University of California, Santa Cruz(加州大学圣克鲁兹分校)
本文提出了一种基于贝叶斯非参数标记海克斯过程的地震建模方法,用于估计主震震级影响的余震密度,扩展了现有自激发点过程模型的推断能力。
2025-11-27 stat.ME
Local inhomogeneous weighted summary statistics for marked point processes
针对一般标记点过程,提出二阶及更高阶的局部非齐次标记加权汇总统计量,并构建随机标记局部检验,可识别空间依赖导致的局部偏离。
2022-08-19 stat.CO stat.ME
Functional marked point processes -- A natural structure to unify spatio-temporal frameworks and to analyse dependent functional data
本文研究了函数标记点过程(FMPPs),它是指标记为某个(Polish)函数空间中的随机元的标记点过程.这样的标记可以表示例如空间路径或时间函数。为了能够考虑例如多变量FMPP,我们还为每个点附加了一个额外的欧几里德标记。我们指出如何FMPPs很自然地连接点过程框架与功能数据分析框架和地质统计框架。我们进一步表明,各种现有的模型都很好地适应了FMPP框架。此外,我们引入了一个新的家庭的汇总统计量,加权标记减少矩的措施,连同他们的非参数估计,以研究功能标记的功能。我们进一步展示了他们如何概括其他汇总统计数据,我们最终应用这些工具来分析人口结构,如人口演变和性别比例随着时间的推移,在西班牙各省。
2019-11-29 math.ST stat.CO stat.ME
Characteristic and Necessary Minutiae in Fingerprints
指纹的特征在于具有适度变化的脊频率(RF)的脊图案,遵循方向场(OF),其通常具有一些奇异性。此外,在一些点,称为细节点,脊线结束或分叉,这种点模式通常用于指纹识别和认证。每当OF的特征是发散的脊线(例如,接近奇点)时,几乎恒定的RF需要产生更多的脊线,起源于细节点。我们称之为必要的细节。事实证明,指纹具有额外的细节,这些细节出现在相当任意的位置。我们称这些为随机细节点,或者因为它们可以传达超出OF的指纹个性,所以称为特征细节点。因此,细节点模式被假定为两个随机点过程的叠加的实现:具有额外硬核的施特劳斯点过程(其活动函数由发散场给出)和均质泊松点过程,分别对必要的细节点和特征细节点进行建模。我们使用基于MCMC的细节点分离算法(MiSeal)进行贝叶斯推断。在模拟中,它提供了良好的混合和基础参数的良好估计。在指纹的应用中,我们可以分离两个细节点模式,并通过两个具有相似OF的不同指纹的例子来验证特征细节点传达指纹个性。
2021-06-01 stat.ME
Bias-correction and Test for Mark-point Dependence with Replicated Marked Point Processes
标记点依赖在研究标记点过程的问题中起着至关重要的作用。在这项工作中,我们专注于调整标记点的依赖性时,估计的平均值和协方差函数的标记过程,独立复制的标记点过程。我们假设标记过程是一个高斯过程,点过程是一个对数高斯Cox过程,其中标记-点依赖性是通过两个潜在高斯过程之间的依赖性产生的。在此框架下,朴素局部线性估计忽略了标记点的依赖,可以严重偏置。我们表明,这种偏差可以使用交叉协方差函数的局部线性估计进行校正,并建立一致的偏差校正估计的收敛速度。此外,我们提出了一个基于局部线性估计的检验统计量的标记点的独立性,这是收敛到一个渐近正态分布的参数$\sqrt{n}$ -收敛速度。模型诊断工具的关键模型的假设和鲁棒的功能排列测试提出了更一般的一类标记点过程。所提出的方法的有效性证明了使用广泛的模拟和应用程序的两个真实数据的例子。
2022-07-25 math.ST stat.ME stat.TH
On causal inference with marked point process data
Oslo University Hospital(奥斯陆大学医院);University of Oslo(奥斯陆大学)
本文研究了标记点过程数据中的因果推断,定义了动态治疗方案和潜在结果,并提出适用于点过程的因果条件,以识别效应。通过鞅理论推导出识别假设,连接了生存分析与离散时间因果推断。
2026-04-14 stat.ME
Row-clustering of a Point Process-valued Matrix
Texas A&M University(德州农工大学);University of Miami(迈阿密大学)
从各种平台获取的结构化点过程数据对机器学习社区提出了新的挑战。通过对重复观测的标记点过程施加矩阵结构,提出了一种新的多级标记点过程混合模型,用于识别观测数据中潜在的异质性.具体来说,我们研究了一个矩阵,其条目是标记的对数高斯Cox过程和集群行这样的矩阵。提出了一种结合点过程函数主成分分析(FPCA)的半参数期望解(ES)算法。通过仿真研究和实际数据分析证明了该框架的有效性。
2021-11-16 cs.LG stat.ME stat.ML
A J-function for inhomogeneous point processes
我们提出了新的汇总统计强度重新加权矩平稳点过程,概括了众所周知的J-,空的空间,最近邻距离分布函数,代表他们在生成泛函和条件强度方面,并将它们与非均匀减少二阶矩函数。对时空和标记点过程的扩展作了简要的讨论。
2010-08-26 stat.ME
Marked point processes intensity estimation using sparse group Lasso method applied to locations of lucrative and cooperative banks in mainland France
Univ. Grenoble Alpes(格勒诺布尔阿尔卑斯大学);CNRS(法国国家科学研究中心);LJK(拉格朗日数学与计算实验室);Sciences Po Grenoble, PACTE(格勒诺布尔政治学院PACTE研究所);Department of Statistics, Institut Teknologi Sepuluh Nopember(十·一理工学院统计学系)
研究法国大陆盈利性与合作性银行位置,通过网络抓取数据构成双变量空间点过程,用组惩罚双变量复合似然方法估计模型参数,揭示银行分布模式及合作模式特点,为该领域提供新见解。
2026-07-23 math.ST stat.ME stat.TH