혼합 비대칭 프레임워크에서 다중프랙탈 분석
본 논문은 곱셈적 랜덤 캐스케이드의 다중프랙탈 특성을 ‘혼합 비대칭’이라는 새로운 비대칭 스케일링 조건 하에서 재조명한다. 샘플 크기가 해상도 스케일이 미세해질수록 동시에 증가하도록 설정함으로써, 단일 캐스케이드의 고해상도 한계와 무한히 긴 시계열의 고정 해상도 한계를 연속적으로 연결한다. 주요 결과는 혼합 비대칭 지수 χ에 따라 임계 지수 p⁻_χ와 p⁺_χ가 정의되고, 이 구간 안·밖에서 파티션 함수의 스케일링 지수가 각각 τ(p)−χ와 선…
저자: Emmanuel Bacry, Arnaud Gloter, Marc Hoffmann
본 연구는 곱셈적 랜덤 캐스케이드(M‑cascade) 모델을 기반으로 다중프랙탈 분석을 수행하면서, 기존의 두 가지 극단적 비대칭(고해상도 비대칭 χ=0, 무한히 긴 시계열 비대칭 χ→∞) 사이를 연속적으로 연결하는 ‘혼합 비대칭’(mixed asymptotics) 개념을 도입한다. 저자들은 먼저 전통적인 M‑cascade 정의와 그 수학적 성질을 정리하고, 파티션 함수 S_μ(j,p)=∑_k μ(I_{j,k})^p의 스케일링 지수 τ₀(p)를 기존 이론에 따라 소개한다. 여기서 τ(p)=p−log₂E
원본 논문
고화질 논문을 불러오는 중입니다...
댓글 및 학술 토론
Loading comments...
의견 남기기