非定常過程におけるロバストな最速変化検出
本稿では、変化後のデータ分布が時間とともに変化する非定常過程において、変化後の正確な分布情報が得られない場合でも、変化をロバストかつ最適に検出するアルゴリズムを提案しています。
複雑なモデルにおける変化点検出：クロスフィッティングの必要性
複雑なモデルにおける変化点検出において、ハイパーパラメータのチューニングやモデル選択を含む柔軟なモデリング手法は、過剰適合により正確な変化点推定を阻害する可能性がある。この問題を軽減するために、クロスフィッティングを用いたサンプル外損失評価が有効である。
水文気候データの変化点検出のためのブートストラップ・ペティット検定：ブラジル、イタイプ発電所を事例として
小標本データにおける水文気候データの変化点検出において、ブートストラップ法を適用したペティット検定は、従来のペティット検定よりも検出力が高い。
いくつかの点過程に対する複数変化点検出
本稿では、非同次ポアソン過程またはマーク付きポアソン過程のデータから複数の変化点を検出するための効率的な方法論を提案する。これは、連続時間点過程における変化点検出の課題に対処し、動的計画法と交差検定手順を用いて最適なセグメンテーションを実現するものである。
関数型時系列データにおける変化点検出：年齢別死亡率と出生率への応用
本稿では、年齢別死亡率や出生率などの時系列データにおける変化点を検出する手法を提案し、変化点検出が予測精度の向上に繋がることを示唆しています。
製造システムの故障予兆検知のためのガウシアン微分変化点検出
本稿では、多変量ガウシアン過程と微分情報を用いた新しい変化点検出法（GDCPD）と、変化の大きさを定量化するための重み付きマハラノビス距離（WMD）を用いて、製造システムの早期故障予兆検知システムを提案する。
マルコフ連鎖ベルヌーイネットワークにおける変化点検出のためのランダム区間蒸留法
本稿では、動的ネットワークにおける複数の変化点を検出するための新しい手法である、ランダム区間蒸留（RID）法を提案する。この手法は、信号強度が十分に強いランダムな区間を収集し、それらを情報量の多い短い区間のシーケンスに再構成することで、最小間隔に関する事前知識なしに、変化点の検出と局所化の両方において、ほぼミニマックス最適性を達成する。
相関関係を考慮したオンライン変化点検出のためのリーマン幾何学的手法、RIO-CPD
本稿では、データ系列における相関関係の変化をオンラインで検出するための効率的かつ正確な新しいフレームワーク、RIO-CPDを提案する。
changepointGA：遺伝的アルゴリズムを用いた高速変化点検出のためのRパッケージ
時系列データの変化点検出において、遺伝的アルゴリズムを用いることで、従来の手法よりも高速かつ正確に変化点を検出できる。
Bonferroni Tripletsを用いた高速かつ最適な変化点検出と位置特定
本稿では、Bonferroni Tripletsを用いた新しい変化点検出手法「LBD」を紹介し、その最適性と高速性を示します。LBDは、従来手法と比較して、変化点の位置特定における精度保証、計算効率の良さ、多様な分布への対応能力などの点で優れています。
© 2024 by Linnk AI