Search engine for discovering works of Art, research articles, and books related to Art and Culture
ShareThis
Javascript must be enabled to continue!

Asymptotic analysis of some point processes

View through CrossRef
Analyse asymptotique de processus ponctuels La méthode de Stein constitue une des principales techniques pour la résolution de certains problèmes d’approximation en théorie des probabilités. Dans ce manuscrit, nous l’appliquons au contexte des processus ponctuels. La première partie de ces investigations se concentre sur le processus ponctuel de Poisson. Sa propriété caractéristique d’indépendance fournit le moyen d’expliquer intuitivement pourquoi une suite de processus ponctuels de moins en moins répulsive peut converger vers un tel processus ponctuel. Ceci nous amène plus généralement à démontrer des résultats de convergence pour des suites de processus ponctuels construites à partir d’opérations telles que la superposition, l’amincissement ou l’homothétie. L’utilisation d’une distance sur les processus ponctuels, appelée distance de Kantorovich-Rubinstein, permet en outre l’obtention de taux de convergence. La seconde partie est centrée sur une classe de processus ponctuels avec beaucoup d’attractivité, appelés processus ponctuels α-stables. Leur structure basée sur un processus ponctuel de Poisson nous permet d’élargir à ces processus la méthode utilisée précédemment et de proposer de nouveaux résultats, via certaines propriétés que nous établissons sur ces processus ponctuels.
Agence Bibliographique de l'Enseignement Supérieur
Title: Asymptotic analysis of some point processes
Description:
Analyse asymptotique de processus ponctuels La méthode de Stein constitue une des principales techniques pour la résolution de certains problèmes d’approximation en théorie des probabilités.
Dans ce manuscrit, nous l’appliquons au contexte des processus ponctuels.
La première partie de ces investigations se concentre sur le processus ponctuel de Poisson.
Sa propriété caractéristique d’indépendance fournit le moyen d’expliquer intuitivement pourquoi une suite de processus ponctuels de moins en moins répulsive peut converger vers un tel processus ponctuel.
Ceci nous amène plus généralement à démontrer des résultats de convergence pour des suites de processus ponctuels construites à partir d’opérations telles que la superposition, l’amincissement ou l’homothétie.
L’utilisation d’une distance sur les processus ponctuels, appelée distance de Kantorovich-Rubinstein, permet en outre l’obtention de taux de convergence.
La seconde partie est centrée sur une classe de processus ponctuels avec beaucoup d’attractivité, appelés processus ponctuels α-stables.
Leur structure basée sur un processus ponctuel de Poisson nous permet d’élargir à ces processus la méthode utilisée précédemment et de proposer de nouveaux résultats, via certaines propriétés que nous établissons sur ces processus ponctuels.

Related Results

Asymptotic Scaling of Optimal Cost and Asymptotic Optimality of Base-Stock Policy in Several Multidimensional Inventory Systems
Asymptotic Scaling of Optimal Cost and Asymptotic Optimality of Base-Stock Policy in Several Multidimensional Inventory Systems
Asymptotic Optimality of Simple Heuristic Policies for Multidimensional Inventory Systems Stochastic inventory systems with multidimensional state spaces, such as lost-sales syste...
Asymptotic Distributions of Empirical Interaction Information
Asymptotic Distributions of Empirical Interaction Information
AbstractInteraction Information is one of the most promising interaction strength measures with many desirable properties. However, its use for interaction detection was hindered b...
Dynamics and heat transfer of particles in non-uniform and unsteady flows
Dynamics and heat transfer of particles in non-uniform and unsteady flows
We study the unified mechanisms of dynamics and heat transfer of particles with different densities, heat capacities, mass inertia and thermal inertia in non-uniform and unsteady f...
Point Cloud Classification Algorithm Based on the Fusion of the Local Binary Pattern Features and Structural Features of Voxels
Point Cloud Classification Algorithm Based on the Fusion of the Local Binary Pattern Features and Structural Features of Voxels
Point cloud classification is a key technology for point cloud applications and point cloud feature extraction is a key step towards achieving point cloud classification. Although ...
Frequency of Common Chromosomal Abnormalities in Patients with Idiopathic Acquired Aplastic Anemia
Frequency of Common Chromosomal Abnormalities in Patients with Idiopathic Acquired Aplastic Anemia
Objective: To determine the frequency of common chromosomal aberrations in local population idiopathic determine the frequency of common chromosomal aberrations in local population...
MSG-Point-GAN: Multi-Scale Gradient Point GAN for Point Cloud Generation
MSG-Point-GAN: Multi-Scale Gradient Point GAN for Point Cloud Generation
The generative adversarial network (GAN) has recently emerged as a promising generative model. Its application in the image field has been extensive, but there has been little rese...
Bounds on relative generalised Hamming weight
Bounds on relative generalised Hamming weight
The r th relative generalised Hamming weight (RGHW) of an linear code C ...
Mean Group Estimation for Large Panel Data models with Localized Parameter Heterogeneity and Cross-sectional Dependence
Mean Group Estimation for Large Panel Data models with Localized Parameter Heterogeneity and Cross-sectional Dependence
This paper builds on the common correlated effects mean group estimator (CCEMG) introduced by Pesaran (2006) for a heterogeneous large-panel model with substantial cross-sectional ...

Back to Top