用 Copula 最优传输聚类多变量时间序列的 ICASSP 论文

FrnkNlsn · x · 2026-08-21

推荐一篇发表于 ICASSP 2016 的论文《Optimal Copula Transport for Clustering Multivariate Time Series》（arXiv:1509.08144，作者 Gautier Marti、Frank Nielsen、Philippe Donnat）。核心思路：Copula 通过将联合密度分解为一维边缘密度的乘积来完整刻画多维分布的依赖结构；论文利用 Copula 间的最优传输（Wasserstein 距离）来度量时间序列的内部依赖与序列间依赖，从而定义两种距离用于聚类多变量时间序列。所提出的多变量依赖系数对噪声鲁棒、确定性且可指定目标依赖类型。