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”

Wavelets Comparison at Hurst Exponent Estimation

Identifikátory výsledku

  • Kód výsledku v IS VaVaI

    <a href="https://www.isvavai.cz/riv?ss=detail&h=RIV%2F68407700%3A21630%2F16%3A00311808" target="_blank" >RIV/68407700:21630/16:00311808 - isvavai.cz</a>

  • Výsledek na webu

  • DOI - Digital Object Identifier

Alternativní jazyky

  • Jazyk výsledku

    angličtina

  • Název v původním jazyce

    Wavelets Comparison at Hurst Exponent Estimation

  • Popis výsledku v původním jazyce

    In this paper we present Discrete Wavelet Transformation based on Hurst exponent estimation and compare di↵erent Wavelets used in the process. Self-similar behavior mostly associated with fractals can be found in broad range of areas. For self-afine processes the local properties are reflected in the global ones and the Hurst exponent is related to fractal dimension, where fractal dimension is a measure of the roughness of a surface. For usually non-stationary time series the Hurst exponent is a measure of long term memory of time series. From former works mentioned in references we know that discrete Wavelet Transformation provides better accuracy compared to Continuous Wavelet Transformation and that it outperforms methods based on the Fourier spectral analysis and R/S analysis.

  • Název v anglickém jazyce

    Wavelets Comparison at Hurst Exponent Estimation

  • Popis výsledku anglicky

    In this paper we present Discrete Wavelet Transformation based on Hurst exponent estimation and compare di↵erent Wavelets used in the process. Self-similar behavior mostly associated with fractals can be found in broad range of areas. For self-afine processes the local properties are reflected in the global ones and the Hurst exponent is related to fractal dimension, where fractal dimension is a measure of the roughness of a surface. For usually non-stationary time series the Hurst exponent is a measure of long term memory of time series. From former works mentioned in references we know that discrete Wavelet Transformation provides better accuracy compared to Continuous Wavelet Transformation and that it outperforms methods based on the Fourier spectral analysis and R/S analysis.

Klasifikace

  • Druh

    D - Stať ve sborníku

  • CEP obor

  • OECD FORD obor

    50202 - Applied Economics, Econometrics

Návaznosti výsledku

  • Projekt

  • Návaznosti

    I - Institucionalni podpora na dlouhodoby koncepcni rozvoj vyzkumne organizace

Ostatní

  • Rok uplatnění

    2016

  • Kód důvěrnosti údajů

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

Údaje specifické pro druh výsledku

  • Název statě ve sborníku

    Mathematical Methods in Economics 2016

  • ISBN

    978-80-7494-296-9

  • ISSN

  • e-ISSN

  • Počet stran výsledku

    5

  • Strana od-do

    757-761

  • Název nakladatele

    Technical University of Liberec

  • Místo vydání

    Liberec

  • Místo konání akce

    Liberec

  • Datum konání akce

    6. 9. 2016

  • Typ akce podle státní příslušnosti

    WRD - Celosvětová akce

  • Kód UT WoS článku

    000385239500130