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。
本文提出了一種利用最小對比估計器,針對非均勻泊松過程和標記泊松過程,進行多個離線變更點檢測的有效方法,並透過模擬和實際數據集驗證了該方法的有效性。
本研究提出了一種基於譜正規化的自我監督學習框架,用於時間序列數據的變更點檢測,並證明了該方法在理論上和實證上都能提高變更點檢測的可靠性和性能。