時間加重とは何ですか？
Temporally Weighted 時間加重 - In addition, we propose a temporally decaying sampling algorithm with unbiased estimators for studying networks that evolve in continuous time, where the strength of links is a function of time, and the motif patterns are temporally weighted. [1] As such, this study develops a comprehensive model that combines the expanded stochastic impacts by regression on population, affluence, and technology (STIRPAT) and the geographically and temporally weighted (GWTR) models to explore the spatial effects of three technology progress channels (research and development investment, technology spillover related to FDI, and DS) on the CO2 emissions in China from six sectors during 2000–2017. [2]さらに、リンクの強度が時間の関数である連続時間で進化するネットワークを検討するための偏りのない推定量を備えた時間的に減衰するサンプリングアルゴリズムを提案し、モチーフパターンは時間的に重み付けされています。 [1] このように、この研究は、人口、豊かさ、および技術（The Thempat）および技術的および時間的に重み付けされた（GWTR）モデルの回帰、および3つの技術進歩チャネルの空間的影響を調べるための地理的および時間的および時間的に重み付けされた（GWTR）モデルを兼ね備えた包括的なモデルを開発する（研究および [2]
geographically weighted regression 地理加重回帰
From a statistical point of view, this study respectively provided evidence for the existence of spatial non-stationarity and temporal non-stationarity in winter wheat yield prediction based on geographically weighted regression (GWR) and temporally weighted regression (TWR). [1] The parameters of the functions that describe the behavior of the housing market are estimated through applying different types of statistical models, including ordinary least squares (OLS), geographically weighted regression (GWR) and geographically and temporally weighted regression (GTWR). [2] ABSTRACT Geographically weighted regression (GWR) and geographically and temporally weighted regression (GTWR) are classic methods for estimating non-stationary relationships. [3] To help bridge this gap, this study takes the sample commercial land prices in the main urban area of Hangzhou from 2006 to 2015 as the empirical research object and investigates the spatiotemporal evolution mechanism of urban commercial land prices through a comparative analysis of the multiple regression analysis (MRA) with ordinary least squares (OLS), the geographically weighted regression (GWR), the temporally weighted regression (TWR), and the geographically and temporally weighted regression (GTWR) models. [4] The Geographically and Temporally Weighted Regression (GTWR) model is a development of the Geographically Weighted Regression (GWR) model. [5] In this paper, the bootstrap test in the geographically weighted regression (GWR) literature is extended to geographically and temporally weighted regression (GTWR) models for identifying homogeneous explanatory variables and spatiotemporally heterogeneous ones. [6]統計的観点からは、この研究はそれぞれ、地理的に重み付けされた回帰（GWR）および時間的に重み付けされた回帰（TWR）に基づく冬のコムギ収量予測における空間的な非定常性および時間的非定常性の存在の証拠を提供した。 [1] 住宅市場の動作を記述する機能のパラメーターは、通常の最小二乗（OLS）、地理的に重み付けされた回帰（GWR）、地理的および一時的に加重回帰（GTWR）を含むさまざまなタイプの統計モデルを適用することにより推定されます。 [2] nan [3] nan [4] nan [5] nan [6]
coordination degree model コーディネート度モデル
In terms of methodology, these evaluation models are subsequently combined with CCDM (Coupling coordination degree model) and GTWR (Geographically and Temporally Weighted Regression) models to measure and analyze coupling degree and spatio-temporal heterogeneity of UAEE. [1] Therefore, in viewing of this, this study integrated coupling coordination degree model (CCDM) and geographically and temporally weighted regression (GTWR) to measure the interaction relationship and spatiotemporal heterogeneity between urbanization and ecosystem health (UAEH) in Chongqing at the county scale from 1997 to 2015. [2] To comprehensively understand the law of urban-rural relationship and propose scientific measures of urban-rural coordinated development in Northeast China, this study uses the coupling coordination degree model and geographically and temporally weighted regression (GTWR) model to analyze the spatial-temporal patterns and the corresponding driving mechanisms of its urban-rural coordination since 1990. [3]方法論の観点から、これらの評価モデルは、その後、CCDM（カップリング調整度モデル）およびGTWR（地理的および時間的に加重回帰）モデルと組み合わせて、UAEEのカップリング度と時空間的不均一性を測定および分析します。 [1] したがって、この研究では、この研究は、1997年から1997年からの郡規模での郡規模での郡規模での郡規模での都市規模での都市化と生態系の健康（UAE）の相互作用関係と時空間的な不均一性を測定するために、カップリング調整度モデル（CCDM）と地理的および一時的な回帰（GTWR）を統合しました。 [2] nan [3]
two step method 二段階法
Based on the spatiotemporally weighted two-step method (STW-TSM), the spatiotemporal characteristics of the residual microwave brightness temperature (MBT) with the Mw7. [1] By employing the spatio-temporally weighted two-step method (STW-TSM) and microwave brightness temperature (MBT) data from AMSR-2 instrument on board Aqua satellite, this paper investigates carefully the spatiotemporal features of multi-frequency MBT anomalies relating to the earthquake. [2]時空間的に重み付けされた二段階法（STW - TSM）に基づいて、MW7を有する残留マイクロ波輝度温度（MBT）の時空間特性。 [1] Aqua SatelliteのAMSR-2機器からの時空間加重二段階法（STW-TSM）およびマイクロ波輝度温度（MBT）データを用いることにより、本稿では、 [2]
Geographically Temporally Weighted 地理的時間加重
Using the Geographically Temporally Weighted Regression (GTWR), this study explores how RETI affects industrial pollution from a spatial heterogeneity perspective. [1] Geographically Temporally Weighted Regression (GTWR) is used to analyze determinants of the Chinese ecological civilization performance. [2] We used geographic detectors and a geographically temporally weighted regression model (GTWR) to explore the rural settlements’ evolution and driving mechanism in Hubei Province from 1990 to 2015. [3] 5 pollution, 30 provinces in China (a representative emerging economy) from 2007 to 2016 were taken as examples, and threshold regression model and geographically temporally weighted regression model were used to explore the nonlinear relationship and their spatio-temporal heterogeneity. [4] At the regional level, this paper decomposes the decoupling index into eight influencing factors, and employs Geographically Temporally Weighted Regression (GTWR) to investigate the spatial and temporal heterogeneity of the influencing factors in each region. [5]地理的に一時的に加重回帰（GTWR）を使用して、この研究では、RETIが空間的不均一性の観点から産業汚染にどのように影響するかを調査します。 [1] 地理的に一時的に加重回帰（GTWR）を使用して、中国の生態学的文明のパフォーマンスの決定要因を分析します。 [2] nan [3] nan [4] 地域レベルでは、このペーパーでは、デカップリング インデックスを 8 つの影響要因に分解し、地理的時間加重回帰 (GTWR) を使用して、各地域の影響要因の空間的および時間的不均一性を調査します。 [5]
Multifractal Temporally Weighted マルチフラクタル時間加重
Multifractal temporally weighted detrended cross-correlation analysis (MF-TWXDFA) was proposed to improve the shortcomings of MFDCCA. [1] In order to better study the time series of such cases, we extend the multifractal temporally weighted detrended cross-correlation analysis (MF-TWXDFA) proposed by our group (Wei et al. [2]MFDCCAの欠点を改善するために、多症の時間的に重み付けされたディトレンド相互相関分析（MF-TWXDFA）が提案されました。 [1] そのような場合の時系列をよりよく研究するために、我々は私達のグループによって提案されたマルチフラクタルの時間的に重み付けされた抑制された相互相関分析（MF-TWXDFA）を拡張する（Wei et al。 [2]
temporally weighted regression 時間加重回帰
An analysis framework integrated with ordinary least squares (OLS) and geographically and temporally weighted regression (GTWR) models is proposed to explore the spatiotemporal relationships between urban vibrancy and POI-based variables. [1] A regression model of the incidence of HFMD and climate factors was established based on a geographically and temporally weighted regression (GTWR) model and a generalized additive model (GAM). [2] (4) The geographically and temporally weighted regression (GTWR) analysis showed that the fitting degree of the new decoupling index is much higher than that of the original decoupling index. [3] Given the representativeness of land-use change in the loess hilly and gully region (LHGR) was taken as a case study, and ArcGIS spatial analysis techniques and geographically and temporally weighted regression model (GTWR) were used to detect the spatio-temporal differentiation pattern and influencing factors. [4] In stage two, we used a non-negative geographically and temporally weighted regression method to aggregate the selected base learner predictions based on their local performance. [5] It then investigates the effects of the COVID-19 time-dependent and basic social vulnerability factors on COVID-19 death rates using geographically and temporally weighted regression (GTWR). [6] Therefore, a multiscale geographically and temporally weighted regression (MGTWR) model was proposed by specifying a unique bandwidth for each covariate. [7] Based on the panel data derived from 17,457 observations on new energy enterprises in 29 Chinese provinces during 1998 and 2013 (latest data available), this paper uses data envelopment analysis (DEA) and geographically and temporally weighted regression (GTWR) for the first time to investigate the spatiotemporal characteristics and driving factors of the technical efficiency of China’s NEI. [8] Using the Geographically Temporally Weighted Regression (GTWR), this study explores how RETI affects industrial pollution from a spatial heterogeneity perspective. [9] Based on component elements and structural characteristics of urban ecosystem, we use Geographically and Temporally Weighted Regression (GTWR) to analyze spatial and temporal pattern and influencing factors of ECC of 286 cities in China during 2008–2017. [10] 5 and PM10) in China using the improved geographically and temporally weighted regression (IGTWR) model and Fengyun (FY-4A) aerosol optical depth (AOD) data. [11] This study employed the random forest model and a geographically and temporally weighted regression model (GTWR) in order to analyze the varying importance and spatiotemporal differentiation of the factors influencing ecosystem services in the China's Pearl River Delta (PRD) from 2000 to 2015. [12] The spatially varying coefficients of Geographically and Temporally Weighted Regression models were used to reveal the empirical relationships between land types and the SRI. [13] From a statistical point of view, this study respectively provided evidence for the existence of spatial non-stationarity and temporal non-stationarity in winter wheat yield prediction based on geographically weighted regression (GWR) and temporally weighted regression (TWR). [14] It models the relationship between the dynamic population distribution and the urban built environment using geographically and temporally weighted regression (GTWR), which can account for spatial and temporal non-stationarity simultaneously. [15] In terms of methodology, these evaluation models are subsequently combined with CCDM (Coupling coordination degree model) and GTWR (Geographically and Temporally Weighted Regression) models to measure and analyze coupling degree and spatio-temporal heterogeneity of UAEE. [16] Then, the Geographically and Temporally Weighted Regression (GTWR) model analyzes the factors influencing EWP. [17] This paper selected the relevant data of China's thirty administrative regions from 2005 to 2016, and constructed a geographically and temporally weighted regression model of technological progress and energy intensity, to fully analyze the heterogeneous impact of technological progress on energy intensity. [18] This study used a geographically and temporally weighted regression model (GTWR) to examine the spatiotemporally heterogeneous impacts of socioeconomic factors on urban land expansion in China using a newly available annual urban land-use dataset from 2000 to 2015. [19] 5 and PM10 in mainland China were estimated by using the Geographically and Temporally Weighted Regression model and FY-4 AOD data. [20] Geographically Temporally Weighted Regression (GTWR) is used to analyze determinants of the Chinese ecological civilization performance. [21] Thus, we developed a novel ensemble model named extreme gradient boosting coupled with geographically and temporally weighted regression (XGBoost-GTWR) to predict the high-resolution sulfate concentration (0. [22] The parameters of the functions that describe the behavior of the housing market are estimated through applying different types of statistical models, including ordinary least squares (OLS), geographically weighted regression (GWR) and geographically and temporally weighted regression (GTWR). [23] Therefore, in viewing of this, this study integrated coupling coordination degree model (CCDM) and geographically and temporally weighted regression (GTWR) to measure the interaction relationship and spatiotemporal heterogeneity between urbanization and ecosystem health (UAEH) in Chongqing at the county scale from 1997 to 2015. [24] We applied a geographically and temporally weighted regression (GTWR) to analyze the spatiotemporal pattern of community stay-at-home behaviors against social vulnerability indicators at the census tract level in New York City from March to August, 2020. [25] This model combined geographically and temporally weighted regression with spatiotemporal kriging and achieved robust prediction performance with sample-based and site-based cross-validation R2 values of 0. [26] Geographically and temporally weighted regression (GTWR) is a method applied when there is spatial and temporal diversity in the observation. [27] Here, we used the newly developed monthly water map datasets, the climate dataset from the ERA5 reanalysis, hydrological datasets from Gravity Recovery and Climate Experiment (GRACE) and Global Land Data Assimilation System (GLDAS), the Pearson correlation analysis, and a geographically and temporally weighted regression to characterize the spatial-temporal dynamics of the lakes in Xinjiang from 2000 to 2019 and further to explore their response to climate factors. [28] ABSTRACT Geographically weighted regression (GWR) and geographically and temporally weighted regression (GTWR) are classic methods for estimating non-stationary relationships. [29] We used geographic detectors and a geographically temporally weighted regression model (GTWR) to explore the rural settlements’ evolution and driving mechanism in Hubei Province from 1990 to 2015. [30] To solve this problem, we developed a two-step integrated method to: (i) estimate the 10-km LST with a high spatial coverage from passive microwave (PMW) data using the multilayer perceptron (MLP) model; and (ii) downscale the LST to 1 km and fill the gaps based on the geographically and temporally weighted regression (GTWR) model. [31] Additionally, we employ the extended STIRPAT (stochastic impacts by regression on population, affluence and technology) and GTWR (geographically and temporally weighted regression) model to reveal the influence of driving factors on CEI from spatial-temporal perspectives. [32] The geographically and temporally weighted regression (GTWR) model was applied to model the spatiotemporal association between COVID‐19 epidemic and population mobility. [33] Lastly, the geographically and temporally weighted regression model is applied to assess the spatial–temporal heterogeneity of the correlation between HSR and economic development from a local perspective. [34] To help bridge this gap, this study takes the sample commercial land prices in the main urban area of Hangzhou from 2006 to 2015 as the empirical research object and investigates the spatiotemporal evolution mechanism of urban commercial land prices through a comparative analysis of the multiple regression analysis (MRA) with ordinary least squares (OLS), the geographically weighted regression (GWR), the temporally weighted regression (TWR), and the geographically and temporally weighted regression (GTWR) models. [35] Geographically and temporally weighted regression was used to explore the local effect mechanisms. [36] 5 pollution, from the point of view of socioeconomic, this paper uses the geographically and temporally weighted regression (GTWR) model and the latest available data of PM2. [37] The Geographically and Temporally Weighted Regression (GTWR) model is a development of the Geographically Weighted Regression (GWR) model. [38] In this paper, we propose an improved framework to explore how individual factors unevenly affect public transport demand over space and time using a geographically and temporally weighted regression (GTWR) model. [39] ABSTRACT Geographically and temporally weighted regression (GTWR) has been demonstrated as an effective tool for exploring spatiotemporal data under spatial and temporal heterogeneity. [40] The results revealed that the geographically and temporally weighted regression (GTWR) model performed best with lower AIC values. [41] In this study, 30 provinces with different population sizes and in different stages of development in China, were selected to explore the spatial heterogeneity of carbon emissions by exploratory spatial data analysis (ESDA), combined with geographically and temporally weighted regression (GTWR). [42] Specifically, Geographically and Temporally Weighted Regression (GTWR) models for the localization of SPFs were developed. [43] A geographical and temporally weighted regression is used to test the spatial effects of the RUoEL on the evolution of the ELR patterns. [44] To comprehensively understand the law of urban-rural relationship and propose scientific measures of urban-rural coordinated development in Northeast China, this study uses the coupling coordination degree model and geographically and temporally weighted regression (GTWR) model to analyze the spatial-temporal patterns and the corresponding driving mechanisms of its urban-rural coordination since 1990. [45] Geographically and temporally weighted regression (GTWR) is a model that is used to deal with instability in data both spatially and temporally and to produce local parameters. [46] Taking 110 cities in the Yangtze River Economic Belt (YREB) as the sample, this paper explores the driving mechanism of urbanization development during 2007–2016 by using Geographically and Temporally Weighted Regression Model (GTWR). [47] Geographically and temporally weighted regression (GTWR) was used to address the spatiotemporal nonlinearity and nonstationarity of climatic drivers. [48] 5 pollution, 30 provinces in China (a representative emerging economy) from 2007 to 2016 were taken as examples, and threshold regression model and geographically temporally weighted regression model were used to explore the nonlinear relationship and their spatio-temporal heterogeneity. [49] In this paper, the bootstrap test in the geographically weighted regression (GWR) literature is extended to geographically and temporally weighted regression (GTWR) models for identifying homogeneous explanatory variables and spatiotemporally heterogeneous ones. [50]一般的な最小二乗（OLS）および地理的および時間的および時間的に重み付けされた回帰（GTWR）モデルと統合された分析フレームワークは、都市のヴァビランスとPOIベースの変数との間の時空間的関係を探求することを提案している。 [1] HFMDおよび気候因子の発生率の回帰モデルは、地理的および一時的に加重回帰（GTWR）モデルと一般化された添加剤モデル（GAM）に基づいて確立されました。 [2] （4）地理的および時間的に重み付けされた回帰（GTWR）分析は、新しいデカップリングインデックスのフィッティング度が元のデカップリングインデックスのフィッティング度よりはるかに高いことを示した。 [3] Loess Hilly and Gully Region（LHGR）の土地利用の変化の代表性が事例研究として採用され、ArcGIS空間分析技術と地理的および時間的に加重回帰モデル（GTWR）が使用され、時代型分化パターンを検出しました。 [4] ステージ2では、局所性能に基づいて選択された基本学習者予測を集約するために、非負の地理的および時間的に重み付けされた回帰方法を使用しました。 [5] 次に、地理的および一時的に加重回帰（GTWR）を使用して、COVID-19の死亡率に対するCovid-19の時間依存的および基本的な社会的脆弱性要因の影響を調査します。 [6] したがって、各共変量について固有の帯域幅を指定することによって、マルチスケールの地理的および時間的に重み付けされた回帰（MGTWR）モデルが提案されました。 [7] 1998年と2013年の中国の州の新エネルギー企業の17,457の観測から導かれたパネルデータ（最新のデータ利用可能）に基づいて、この論文は最初に初めてデータ包絡分析（DEA）と地理的および時間的に重み付けされた回帰（GTWR）を使用しています。 [8] 地理的に一時的に加重回帰（GTWR）を使用して、この研究では、RETIが空間的不均一性の観点から産業汚染にどのように影響するかを調査します。 [9] 都市生態系のコンポーネント要素と構造的特性に基づいて、2008年から2017年にかけて中国の286都市のECCの空間的および時間的パターンと影響因子を分析するために、地理的および時間的に加重回帰（GTWR）を使用します。 [10] 5およびPM10）中国では、地理的および一時的に加重回帰（IGTWR）モデルとFengyun（FY-4A）エアロゾル光学深度（AOD）データを使用して中国で。 [11] この研究では、2000年から2015年にかけて中国のパールリバーデルタ（PRD）の生態系デルタ（PRD）に影響を与える要因のさまざまな重要性と空間的分化を分析するために、ランダムフォレストモデルと地理的および時間的に加重回帰モデル（GTWR）を採用しました。 [12] 地理的および時間的に重み付けされた回帰モデルの空間的に変化する係数を使用して、土地の種類とSRIとの間の経験的関係を明らかにする。 [13] 統計的観点からは、この研究はそれぞれ、地理的に重み付けされた回帰（GWR）および時間的に重み付けされた回帰（TWR）に基づく冬のコムギ収量予測における空間的な非定常性および時間的非定常性の存在の証拠を提供した。 [14] 地理的および時間的に加重回帰（GTWR）を使用して、動的な集団分布と都市構築環境との関係をモデル化します。これは、空間的および時間的非定常性を同時に説明できます。 [15] 方法論の観点から、これらの評価モデルは、その後、CCDM（カップリング調整度モデル）およびGTWR（地理的および時間的に加重回帰）モデルと組み合わせて、UAEEのカップリング度と時空間的不均一性を測定および分析します。 [16] 次に、地理的および時間的に重み付けされた回帰（GTWR）モデルは、EWPに影響を与える要因を分析します。 [17] この論文は、2005年から2016年までの中国の30の行政区域の関連データを選択し、技術の進歩とエネルギー強度の地理的および時間的に加重回帰モデルを構築し、技術の進歩のエネルギー強度に対する不均一な影響を完全に分析しました。 [18] この研究は、2000年から2015年までの新たに入手可能な都市土地利用データセットを使用して、中国における都市土地拡大に対する社会経済的要因の時空間的不均一な影響を調べるために、地理的および時間的に重み付けされた回帰モデル（GTWR）を使用した。 [19] 中国本土の5およびPM10は、地理的および一時的に加重回帰モデルとFY-4 AODデータを使用して推定されました。 [20] 地理的に一時的に加重回帰（GTWR）を使用して、中国の生態学的文明のパフォーマンスの決定要因を分析します。 [21] したがって、地理的および一時的に加重回帰（xgboost-GTWR）と組み合わせた極端なグラジエントブーストという名前の新しいアンサンブルモデルを開発して、高解像度硫酸塩濃度を予測しました（0。 [22] 住宅市場の動作を記述する機能のパラメーターは、通常の最小二乗（OLS）、地理的に重み付けされた回帰（GWR）、地理的および一時的に加重回帰（GTWR）を含むさまざまなタイプの統計モデルを適用することにより推定されます。 [23] したがって、この研究では、この研究は、1997年から1997年からの郡規模での郡規模での郡規模での郡規模での都市規模での都市化と生態系の健康（UAE）の相互作用関係と時空間的な不均一性を測定するために、カップリング調整度モデル（CCDM）と地理的および一時的な回帰（GTWR）を統合しました。 [24] 私たちは、3月から8月までのニューヨーク市の国勢調査警察レベルでの地域衛生区間の時空間的な攻撃の局所的な行動を分析するために地理的および時間的に重み付けされた回帰（GTWR）を適用しました。 [25] このモデルは、時空間クリギングで地理的および時間的に重み付けされた回帰を組み合わせ、そしてサンプルベースおよび部位ベースのクロス検証R2値を用いてロバスト予測性能を達成した。 [26] 地理的および時間的に重み付けされた回帰（GTWR）は、観察において空間的および時間的多様性があるときに適用される方法である。 [27] ここでは、新しく開発された毎月のウォーターマップデータセット、ERA5再分析からの気候データセット、重力回復と気候実験（GRACE）およびグローバルランドデータ同化システム（GLDAS）の水文学データセット、ピアソン相関分析、および地理的および地理的および地理的に、 [28] nan [29] nan [30] この問題を解決するために、次の2段階統合方法を開発しました。（i）多層Perceptron（MLP）モデルを使用して、パッシブマイクロ波（PMW）データからの高い空間カバレッジで10 km LSTを推定します。 [31] さらに、拡張された炒め物（集団、豊かさ、技術に対する回帰による確率的影響）およびGTWR（地理的および時間的に加重回帰）モデルを使用して、空間的視点からのCEIに対する運転因子の影響を明らかにします。 [32] 地理的および一時的に加重回帰（GTWR）モデルを適用して、Covid -19の流行と人口の移動性との間の時空間的関連をモデル化しました。 [33] 最後に、地理的および時間的に重み付けされた回帰モデルを適用して、HSRと経済発展の間の相関の空間的不均一性を局所的な観点から評価します。 [34] nan [35] 地理的および一時的に加重回帰を使用して、局所効果メカニズムを探求しました。 [36] 5公害、社会経済の観点から、このペーパーでは、地理的および一時的に加重回帰（GTWR）モデルとPM2の最新のデータを使用しています。 [37] nan [38] 本稿では、地理的および時間的に重み付けされた回帰（GTWR）モデルを使用して、個々の要因が空間および時間を超えるパブリックトランスポートの需要にどのように不均一に影響を与えるかを探求するための改良されたフレームワークを提案する。 [39] 地理的および一時的に加重回帰（GTWR）は、空間的および時間的不均一性の下で時空間データを探索するための効果的なツールとして実証されています。 [40] 結果は、地理的および時間的に重み付けされた回帰（GTWR）モデルがより低いAIC値で最もよく実行されたことを明らかにした。 [41] 本研究では、人口の大きさと中国の異なる段階で30の州が、地理的および時間的に重み付けされた回帰（GTWR）と組み合わせた、探索的な空間データ分析（ESDA）による炭素排出量の空間的不均一性を探るために選択されました。 [42] 具体的には、SPFの局在化のための地理的および時間的に重み付けされた回帰（GTWR）モデルが開発された。 [43] 地理的および時間的に重み付けされた回帰を使用して、ELRパターンの進化に対するルオエルの空間効果をテストします。 [44] nan [45] 地理的および時間的に加重回帰（GTWR）は、データの不安定性を空間的および時間的に処理し、局所パラメーターを生成するために使用されるモデルです。 [46] サンプルとして110の都市を取ってサンプルとして、この論文は、地理的および時間的に重み付けされた回帰モデル（GTWR）を使用することによって、2007年から2016年の都市化開発の運転メカニズムを探ります。 [47] 地理的および時間的に重み付けされた回帰（GTWR）を使用して、気温運転者の時空間的な非線形性および非定常性に対処した。 [48] nan [49] nan [50]
temporally weighted two 時間加重 2
Based on the spatiotemporally weighted two-step method (STW-TSM), the spatiotemporal characteristics of the residual microwave brightness temperature (MBT) with the Mw7. [1] By employing the spatio-temporally weighted two-step method (STW-TSM) and microwave brightness temperature (MBT) data from AMSR-2 instrument on board Aqua satellite, this paper investigates carefully the spatiotemporal features of multi-frequency MBT anomalies relating to the earthquake. [2] A spatio-temporally weighted two-step method (STW-TSM) is developed to retrieve or to mine seismicity-related microwave brightness temperature (MBT) anomaly with microwave satellite big data from Aqua AMSR-E and/or FY-3B MWRI sensors. [3]時空間的に重み付けされた二段階法（STW - TSM）に基づいて、MW7を有する残留マイクロ波輝度温度（MBT）の時空間特性。 [1] Aqua SatelliteのAMSR-2機器からの時空間加重二段階法（STW-TSM）およびマイクロ波輝度温度（MBT）データを用いることにより、本稿では、 [2] Aqua AMSR-E および/または FY-3B MWRI センサーからのマイクロ波衛星ビッグ データを使用して、地震活動に関連するマイクロ波輝度温度 (MBT) 異常を検索またはマイニングするために、時空間的に重み付けされた 2 段階法 (STW-TSM) が開発されました。 [3]
temporally weighted detrended 時間加重トレンド除去
Multifractal temporally weighted detrended cross-correlation analysis (MF-TWXDFA) was proposed to improve the shortcomings of MFDCCA. [1] In order to better study the time series of such cases, we extend the multifractal temporally weighted detrended cross-correlation analysis (MF-TWXDFA) proposed by our group (Wei et al. [2]MFDCCAの欠点を改善するために、多症の時間的に重み付けされたディトレンド相互相関分析（MF-TWXDFA）が提案されました。 [1] そのような場合の時系列をよりよく研究するために、我々は私達のグループによって提案されたマルチフラクタルの時間的に重み付けされた抑制された相互相関分析（MF-TWXDFA）を拡張する（Wei et al。 [2]