Vše

Co hledáte?

Vše
Projekty
Výsledky výzkumu
Subjekty

Rychlé hledání

  • Projekty podpořené TA ČR
  • Významné projekty
  • Projekty s nejvyšší státní podporou
  • Aktuálně běžící projekty

Chytré vyhledávání

  • Takto najdu konkrétní +slovo
  • Takto z výsledků -slovo zcela vynechám
  • “Takto můžu najít celou frázi”

Autoregressive causal relation: Digital filtering approach to causality measures in frequency domain

Identifikátory výsledku

  • Kód výsledku v IS VaVaI

    <a href="https://www.isvavai.cz/riv?ss=detail&h=RIV%2F68407700%3A21230%2F13%3A00208240" target="_blank" >RIV/68407700:21230/13:00208240 - isvavai.cz</a>

  • Výsledek na webu

    <a href="http://www.sciencedirect.com/science/article/pii/S1051200413000857" target="_blank" >http://www.sciencedirect.com/science/article/pii/S1051200413000857</a>

  • DOI - Digital Object Identifier

    <a href="http://dx.doi.org/10.1016/j.dsp.2013.04.006" target="_blank" >10.1016/j.dsp.2013.04.006</a>

Alternativní jazyky

  • Jazyk výsledku

    angličtina

  • Název v původním jazyce

    Autoregressive causal relation: Digital filtering approach to causality measures in frequency domain

  • Popis výsledku v původním jazyce

    A novel measure of the Autoregressive Causal Relation based on a multivariate autoregressive model is proposed. It reveals the strength of the connections among a simultaneous time series and also the direction of the information flow. It is defined in the frequency domain, similar to the formerly published methods such as: Directed Transfer Function, Direct Directed Transfer Function, Partial Directed Coherence, and Generalized Partial Directed Coherence. Compared to the Granger causality concept, frequency decomposition extends the possibility to reveal the frequency rhythms participating on the information flow in causal relations. The Autoregressive Causal Relation decomposes diagonal elements of a spectral matrix and enables a user to distinguishbetween direct and indirect causal relations. The main advantage lies in its definition using power spectral densities, thus allowing for a clear interpretation of strength of causal relation in meaningful physical terms. The causal measu

  • Název v anglickém jazyce

    Autoregressive causal relation: Digital filtering approach to causality measures in frequency domain

  • Popis výsledku anglicky

    A novel measure of the Autoregressive Causal Relation based on a multivariate autoregressive model is proposed. It reveals the strength of the connections among a simultaneous time series and also the direction of the information flow. It is defined in the frequency domain, similar to the formerly published methods such as: Directed Transfer Function, Direct Directed Transfer Function, Partial Directed Coherence, and Generalized Partial Directed Coherence. Compared to the Granger causality concept, frequency decomposition extends the possibility to reveal the frequency rhythms participating on the information flow in causal relations. The Autoregressive Causal Relation decomposes diagonal elements of a spectral matrix and enables a user to distinguishbetween direct and indirect causal relations. The main advantage lies in its definition using power spectral densities, thus allowing for a clear interpretation of strength of causal relation in meaningful physical terms. The causal measu

Klasifikace

  • Druh

    J<sub>x</sub> - Nezařazeno - Článek v odborném periodiku (Jimp, Jsc a Jost)

  • CEP obor

    JA - Elektronika a optoelektronika, elektrotechnika

  • OECD FORD obor

Návaznosti výsledku

  • Projekt

    <a href="/cs/project/GD102%2F08%2FH008" target="_blank" >GD102/08/H008: Analýza a modelování biomedicínských a řečových signálů</a><br>

  • Návaznosti

    Z - Vyzkumny zamer (s odkazem do CEZ)<br>S - Specificky vyzkum na vysokych skolach

Ostatní

  • Rok uplatnění

    2013

  • Kód důvěrnosti údajů

    S - Úplné a pravdivé údaje o projektu nepodléhají ochraně podle zvláštních právních předpisů

Údaje specifické pro druh výsledku

  • Název periodika

    Digital Signal Processing

  • ISSN

    1051-2004

  • e-ISSN

  • Svazek periodika

    23

  • Číslo periodika v rámci svazku

    5

  • Stát vydavatele periodika

    US - Spojené státy americké

  • Počet stran výsledku

    11

  • Strana od-do

    1756-1766

  • Kód UT WoS článku

    000323855500039

  • EID výsledku v databázi Scopus