Publication

Were the chaotic ELMs in TCV the result of an ARMA process?

Jonathan Bryan Lister, Yves Martin
2004
Journal Articles

Résumé

The results of a previous paper claiming the demonstration that edge localized mode (ELM) dynamics on TCV are chaotic in a number of cases has recently been called into question, because the statistical test employed was found to also identify linear auto regressive-moving average (ARMA) models as chaotic. The TCV ELM data has therefore been re-examined with an improved method that is able to make this distinction, and the ARMA model is found to be an inappropriate description of the dynamics on TCV The hypothesis that ELM dynamics are chaotic on TCV in a number of cases is therefore still favoured.

Source officielle

https://infoscience.epfl.ch/entities/publication/aa89f500-2377-4f73-add4-2e261e370fa0

À propos de ce résultat

Cette page est générée automatiquement et peut contenir des informations qui ne sont pas correctes, complètes, à jour ou pertinentes par rapport à votre recherche. Il en va de même pour toutes les autres pages de ce site. Veillez à vérifier les informations auprès des sources officielles de l'EPFL.

Graph Chat

Chattez avec Graph Search

Posez n’importe quelle question sur les cours, conférences, exercices, recherches, actualités, etc. de l’EPFL ou essayez les exemples de questions ci-dessous.

AVERTISSEMENT : Le chatbot Graph n'est pas programmé pour fournir des réponses explicites ou catégoriques à vos questions. Il transforme plutôt vos questions en demandes API qui sont distribuées aux différents services informatiques officiellement administrés par l'EPFL. Son but est uniquement de collecter et de recommander des références pertinentes à des contenus que vous pouvez explorer pour vous aider à répondre à vos questions.

Jonathan Bryan Lister, Yves Martin
2004
Journal Articles

Résumé

Source officielle

https://infoscience.epfl.ch/entities/publication/aa89f500-2377-4f73-add4-2e261e370fa0

À propos de ce résultat

Concepts associés (12)

ARMA

En statistique, les modèles ARMA (modèles autorégressifs et moyenne mobile), ou aussi modèle de Box-Jenkins, sont les principaux modèles de séries temporelles. Étant donné une série temporelle , le modèle ARMA est un outil pour comprendre et prédire, éventuellement, les valeurs futures de cette série. Le modèle est composé de deux parties : une part autorégressive (AR) et une part moyenne-mobile (MA). Le modèle est généralement noté ARMA(,), où est l'ordre de la partie AR et l'ordre de la partie MA.

Moving-average model

In time series analysis, the moving-average model (MA model), also known as moving-average process, is a common approach for modeling univariate time series. The moving-average model specifies that the output variable is cross-correlated with a non-identical to itself random-variable. Together with the autoregressive (AR) model, the moving-average model is a special case and key component of the more general ARMA and ARIMA models of time series, which have a more complicated stochastic structure.

Autoregressive integrated moving average

In statistics and econometrics, and in particular in time series analysis, an autoregressive integrated moving average (ARIMA) model is a generalization of an autoregressive moving average (ARMA) model. To better comprehend the data or to forecast upcoming series points, both of these models are fitted to time series data. ARIMA models are applied in some cases where data show evidence of non-stationarity in the sense of mean (but not variance/autocovariance), where an initial differencing step (corresponding to the "integrated" part of the model) can be applied one or more times to eliminate the non-stationarity of the mean function (i.

Afficher plus