Основные понятия
본 논문에서는 제약된 은닉 마르코프 모델(HMM)과 분류 EM(CEM) 알고리즘을 결합한 새로운 방법인 max-EM 알고리즘을 통해 순서형 데이터 회귀 모델에서 변화점을 효과적으로 감지하고 매개변수를 추정하는 방법을 제시합니다.
Аннотация
max-EM 알고리즘을 이용한 순서형 데이터 회귀 모델에서의 변화점 감지
본 연구 논문에서는 순서형 데이터 회귀 모델에서 변화점 감지를 위한 새로운 방법인 max-EM 알고리즘을 소개합니다. 저자들은 제약된 은닉 마르코프 모델(HMM)과 분류 EM(CEM) 알고리즘을 결합하여 선형 복잡도를 가지면서도 정확한 변화점 감지 및 매개변수 추정을 제공하는 알고리즘을 개발했습니다.
본 연구의 주요 목표는 순서형 데이터 회귀 모델에서 데이터 분포의 이질성을 나타내는 변화점을 식별하고, 동시에 회귀 매개변수를 정확하게 추정하는 효율적인 방법을 개발하는 것입니다.
연구팀은 제약된 HMM을 CEM 알고리즘과 결합한 새로운 방법인 max-EM 알고리즘을 제안합니다. 이 알고리즘은 각 세그먼트에서 최대 우도를 기반으로 순방향 및 역방향 변수를 계산하는 수정된 순방향-역방향 알고리즘을 사용합니다. 또한, 지역 최대값 문제를 해결하기 위해 Fused Lasso(FL) 및 Binary Segmentation(BS)이라는 두 가지 초기화 방법을 소개합니다. 또한, 단일 변화점 상황에서 이기종성을 감지하기 위해 근사 우도 비율 검정을 개발했습니다.