高次元データにおけるベイズ最適変化点検出
高次元データにおける平均ベクトルと共分散構造の変化点を検出するための、計算効率の高いベイズ手法を提案する。この手法は、ペアワイズベイズ因子を用い、個々の成分の有意な変化を効率的に特定するためにモジュール化を活用している。提案手法は、既存手法よりもはるかに緩やかな条件下で、変化点を一貫して検出し推定することが示されている。
米国における虚血性心疾患死亡率の空間的時間的パターンの分析における高速アプローチ（1999-2021）
1999年から2021年にかけての米国の虚血性心疾患（IHD）死亡率の空間的時間的パターンを分析した結果、2014年以降は減少傾向が鈍化し、2019年以降はわずかに増加傾向が見られることが明らかになった。ただし、この傾向は郡、4つの主要地域（西部、中西部、南部、北東部）、都市部と農村部で異なっている。
基於觀測調整控制限的 CUSUM 檢驗在極重尾分佈序列參數變更檢測中的應用
本文提出了一種新的基於觀測調整控制限的 CUSUM 檢驗 (CUSUM-OAL)，用於快速、自適應地監控序列觀測值分佈的變化，特別是在極重尾分佈序列中，並通過理論分析和數值模擬驗證了其有效性。
Bayesian Optimal Change Point Detection in High-Dimensional Mean and Covariance Structures
This paper introduces novel Bayesian methods for detecting change points in high-dimensional data, focusing on changes in both mean vectors and covariance matrices, offering advantages over existing frequentist approaches.
高斯混合模型的貝葉斯非參數混合後驗總結 - 切片最優傳輸度量
本文提出了一種基於切片最優傳輸度量的貝葉斯非參數混合模型後驗推論總結新方法，該方法以混合測度密度估計為目標，並針對高斯混合模型引入了兩種新的切片最優傳輸度量變體。
극단적으로 무거운 꼬리 분포 시퀀스의 매개변수 변화 감지를 위한 관측 조정 제어 한계를 사용한 CUSUM 검정
이 논문에서는 극단적으로 무거운 꼬리 분포 시퀀스의 매개변수 변화를 신속하고 적응적으로 모니터링하기 위해 관측 조정 제어 한계(CUSUM-OAL)를 사용한 새로운 CUSUM 순차 검정(제어 차트, 정지 시간)을 제안합니다.
Spatio-temporal Analysis of Ischemic Heart Disease Mortality in US Counties (1999-2021) Using a Scalable Bayesian Approach
While the overall age-adjusted mortality rate due to ischemic heart disease (IHD) in the US has declined, this trend has slowed down, and disparities exist at the county level, with some counties even experiencing increases, highlighting the need for targeted interventions.
間歇時間序列中複雜性損失的建模及其應用
本文提出了一種基於非參數相對熵 (RlEn) 的方法，用於建模間歇時間序列中的複雜性損失，並通過模擬和實際應用證明了其在定位複雜性變點和估計潛在非線性模型方面的有效性。
베이지안 비모수적 혼합 사후 분포 요약 - 가우시안 혼합을 위한 슬라이스 최적 전송 메트릭
본 논문에서는 밀도 추정을 우선순위로 하여 비모수적 베이지안 혼합 모델의 사후 추론을 요약하는 새로운 접근 방식을 제안하며, 특히 가우시안 혼합 모델에 적용 가능한 두 가지 새로운 슬라이스 최적 전송 메트릭을 소개합니다.
基於梯度的變分經驗貝葉斯多元迴歸優化方法
本文提出了一種基於梯度的變分推斷 (GradVI) 方法，用於優化變分經驗貝葉斯 (VEB) 多元迴歸模型，並與傳統的基於坐標上升的變分推斷 (CAVI) 方法進行了比較。
© 2024 by Linnk AI