统计学 > 应用
[提交于 2025年4月17日
(v1)
,最后修订 2025年5月9日 (此版本, v3)]
标题: 稀疏稳定点过程作为空间突发性模型
标题: Thinning-Stable Point Processes as a Model for Spatial Burstiness
摘要: 在现代电信中,数据流量的空间突发性对传统的泊松模型提出了挑战。本文描述了稀疏稳定点过程的应用,这些过程为建模突发性空间数据提供了更合适的框架。我们讨论了它们的性质、表示方法、推断方法和应用,展示了相对于经典方法的优势。
文献和引用工具
与本文相关的代码,数据和媒体
alphaXiv (什么是 alphaXiv?)
CatalyzeX 代码查找器 (什么是 CatalyzeX?)
DagsHub (什么是 DagsHub?)
Gotit.pub (什么是 GotitPub?)
Hugging Face (什么是 Huggingface?)
带有代码的论文 (什么是带有代码的论文?)
ScienceCast (什么是 ScienceCast?)
演示
推荐器和搜索工具
arXivLabs:与社区合作伙伴的实验项目
arXivLabs 是一个框架,允许合作伙伴直接在我们的网站上开发和分享新的 arXiv 特性。
与 arXivLabs 合作的个人和组织都接受了我们的价值观,即开放、社区、卓越和用户数据隐私。arXiv 承诺这些价值观,并且只与遵守这些价值观的合作伙伴合作。
有一个为 arXiv 社区增加价值的项目想法吗? 了解更多关于 arXivLabs 的信息.