fabisearch公司

高维时间序列网络的变点检测。多元高维时间序列网络(或聚类)结构中多个变化点数量和位置估计的因子分解二元搜索(FaBiSearch)方法的实现。该方法基于功能磁共振成像(fMRI)数据的功能连接网络中的变化点检测。FaBiSearch使用非负矩阵分解(NMF),一种无监督的降维技术,以及一种新的二进制搜索算法来识别多个变化点。它还需要最少的假设。包的主要例程是detect。cps(),用于多变化点检测,est。net(),用于估计平稳多元时间序列之间的网络,net。3dplot(),用于绘制估计的功能连接网络,以及opt。rank(),用于在NMF中查找给定数据集的最佳秩。这些函数已经在模拟的多变量高维时间序列数据和fMRI数据上进行了广泛的测试。有关FaBiSearch方法的详细信息,请参见Ondrus等人(2021年)。

此软件的关键字

这里的任何内容都将在支持canvas元素的浏览器上被替换


zbMATH中的参考文献(参考文献1条,1标准件)

显示结果1/1。
按年份排序(引用)

  1. Martin Ondrus,Emily Olds,Ivor Cribben:因式二元搜索:多元高维时间序列网络结构中的变点检测(2021)阿尔十四