이번 포스팅에서는 이스트소프트 A.I. PLUS Lab이 ICLR 2020에서 발표한 “Regularizing activations in neural networks via distribution matching with the Wasserstein metric” 연구를 소개하겠습니다.
지난 ‘
시계열 분석과 페어트레이딩 part.1
‘에서는 stationarity의 개념과 ARMA process 및 ACF, PACF에 대해 자세히 살펴보았습니다. 시계열 모델은 크게 stationary process와 non-stationary process로 나뉘고, stationary process의 핵심에 ARMA process가 있다는 것을 알게되었는데요. 마지막에는 일부 ARMA process의 ACF와 PACF를 계산하며, 특징을 정리하는 시간을 가졌습니다.