El filtro lineal clásico puede filtrar con éxito los componentes de una serie temporal para los cuales el contenido de frecuencia no cambia con el tiempo, y aquellas series temporales no estacionarias con componentes de frecuencia de tiempo variable (TVF) que no se superponen. Sin embargo, para muchos tipos de series temporales no estacionarias, los componentes de TVF a menudo se superponen en el tiempo. En tal situación, el método de filtrado lineal clásico no logra extraer componentes del proceso original. En este artículo, presentamos y desarrollamos teóricamente el filtro G basado en una técnica de deformación temporal. Ejemplos de simulación y un ejemplo real de ecolocalización de murciélagos ilustran que el filtro G puede filtrar con éxito un proceso G-estacionario cuyos componentes de TVF se superponen en el tiempo.
Esta es una versión de prueba de citación de documentos de la Biblioteca Virtual Pro. Puede contener errores. Lo invitamos a consultar los manuales de citación de las respectivas fuentes.
Artículo:
La minería de datos y su impacto en la toma de decisiones empresariales en el contexto de la crm
Artículo:
La complejidad del producto y los volúmenes de producción como factores determinantes de las estrategias de desarrollo de los pequeños y medianos proveedores del sector de la automoción
Artículo:
Creación y destrucción de empresas en Chile
Artículo:
Una comparación de los métodos de regresión basados en la media y en los cuantiles para analizar los datos de ingesta dietética autoinformada.
Artículo:
Cuando la inflación no provoca un aumento en las cantidades reclamadas.
Artículo:
Creación de empresas y estrategia : reflexiones desde el enfoque de recursos
Artículo:
La gestión de las relaciones con los clientes como característica de la alta rentabilidad empresarial
Artículo:
Los web services como herramienta generadora de valor en las organizaciones
Libro:
Ergonomía en los sistemas de trabajo