待验证50% 置信决策规则精确时间
若数据具有长记忆性，使用传统的 √γ 置信区间将严重低估不确定性，必须采用 γ^{β-1/2}ℓ(1/γ) 为基础的尺度进行推断。
1
来源数
50%
置信度
长期有效
时效性
2026/10/14
首次发现
来源
涉及实体
相关事实
待验证在长记忆线性过程下，收敛尺度变为 γ^{β-1/2}ℓ(1/γ)，极限分布由分数布朗运动积分驱动，不再是标准高斯。76% 相似待验证ε预测在大嵌入维度下容易数值不稳定，因为当α_bar_t接近零时缩放系数1/sqrt(α_bar_t)趋于无穷大放大预测误差67% 相似待验证要把预测误差压到 τ 水平，所需的状态数或模式数为 r=Θ(log²(1/τ))，即平方对数状态复杂度定律67% 相似待验证在分数积分后度量预测误差时，从长度为 L 的有限上下文做预测存在一个精确的 1/L 领先阶误差66% 相似待验证长记忆线性过程（如 FARIMA）的自协方差按 |k|^{2β−1} 的幂律缓慢衰减，记忆参数 β∈(1/2,1)；此时样本均值以 n^{β−1/2} 收敛，极限过程是 Hurst 指数 H=β+1/2>1/2 的分数布朗运动积分。65% 相似
引用此条事实
Stable URI
https://kongchang.com/claim/1023459API
curl https://kongchang.com/api/v1/knowledge/claims/1023459MCP
get_claim(id=1023459)