一种在线变化点检测的对比方法

@进行中{Puchkin2022ACA，title={在线变化点检测的对比方法}，作者＝{Nikita Puchkin和Valeria Shcherbakova}，booktitle={国际人工智能与统计会议}，年份={2022}，网址={https://api.semanticscholar.org/CorpusID:249888966}}
本文提出了一种新的在线变化点检测方法，通过最大化变化前后分布点之间的差异测度，证明了该方法的平均运行长度及其预期检测延迟的非渐近界。
[PDF]语义阅读器

本文图表

3引文

基于logistic回归的贝叶斯变点检测及图像序列的拓扑分析

我们提出了一种多元变化点检测的贝叶斯方法，该方法允许同时推断变化点的位置和逻辑回归模型的系数…

基于向后置信序列的序列变化点检测

本文中提供的减少立即解决了几个新旧变化检测问题，并在虚假报警频率和检测延迟方面提供了强有力的非共鸣保证，以及在几个问题上的数值有效性。

基于后向置信序列的序列变化检测

本文中提供的减少立即解决了几个新旧变化检测问题，并在虚假报警频率和检测延迟方面提供了强有力的非共鸣保证，以及在几个问题上的数值有效性。

67参考文献

关于在线变化点检测的一点注意事项

开发了一种简单的基于CUSUM的方法，该方法可证明控制假警报的概率或平均运行时间，同时在最小最大意义上最小化检测延迟。

长信号切换点检测

本文推导了最近提出的用于检测变化点的统计的渐近分布，并对其估计极限分布进行了仿真，得出了一种新的计算效率高的变化点检测算法，该算法可用于超长信号。

基于在线凸优化的序列变点检测

这项工作解决了在未完全指定变更前后分布的情况下，寻找稳健的顺序变更点检测程序的计算挑战，并提出了一种基于凸优化的方法来解决这一问题。

最优非参数变点分析

提出了一种新的基于Kolmogorov–Smirnov统计量的变点检测算法，证明了该算法几乎是最小最大速率最优的，并证明了模型参数空间中的相变。

用于变化点检测的随机森林

本文提出了一种新的使用分类器的多元非参数多变化点检测方法，并构造了一个分类器对数似然比，该比使用类概率预测来比较不同的变化点配置。

一类参数序列变化点检测的似然比方法

摘要在本文中，我们提出了一种对d维时间序列的一类参数进行顺序监测的新方法，该参数可以通过近似线性估计…

高维变点检测：一种完全图方法

这项工作提出了一种完整的基于图形的变点检测算法，以检测从低维到高维在线数据的均值和方差的变化，具有可变扫描窗口，并证明了该框架在检测能力方面优于其他方法。

核变化点检测的M统计量

本文的一个新的理论结果是使用一种基于测量变化的新技术来表征这些统计的尾部概率，该技术以计算高效的方式为离线和在线情况提供了准确的检测阈值，无需求助于更昂贵的模拟，如引导。

基于相对密度比估计的时间序列数据变点检测

基于加权双样本U统计量的变点检测

在短期相关数据的情况下，我们研究了基于加权双样本U统计量的变点检验的大样本行为。在一些温和的混合条件下，我们建立…
...