Data-Driven Spatial Weight Matrices for Space-Time Autoregressive Models: A Similarity-Based Framework with an Application to Global Temperature Dynamics
本論文は、時空間自己回帰モデルを強化するために、地理的な近接性ではなく統計的な類似性に基づいて空間重み行列を構築するデータ駆動型のフレームドワークを提案しており、全球気温分析を通じて、類似性に基づく仕様、特にハミング距離を用いた手法が、従来の隣接関係に基づく手法と比較して予測精度を大幅に向上させることを実証している。