×

空间点模式及其极值新奇性检测的点过程模型。 (英语) Zbl 1469.62112号

摘要:新颖性检测是模式识别的一个特殊例子,它识别出偏离“正常行为”模型的模式。点模式的分类被认为是定义为多元随机变量(X)的(N)个观测值集,其中值(N)遵循离散随机分布。引入了点过程模型的使用,使我们能够描述这种模式的长度\(N\)以及数据空间中的几何配置。研究表明,这种无限维的研究可以转化为一维的研究,对于多元高斯分布来说,这种研究是可以解析处理的。此外,对于其他多元分布,通过使用极值理论,获得了一个解析近似值,以模拟出现在由\(X)定义的低密度区域中的点模式。提出的模型在合成数据集和真实数据集上进行了演示。

MSC公司:

62-08 统计问题的计算方法
60G55型 点过程(例如,泊松、考克斯、霍克斯过程)
60G70型 极值理论;极值随机过程
62G32型 极值统计;尾部推断
第60页 统计学在工程和工业中的应用;控制图
PDF格式BibTeX公司 XML格式引用
全文: 内政部

参考文献:

[1] Abe,N。;扎德罗兹尼,B。;Langford,J.,通过主动学习检测离群值,(《知识发现和数据挖掘:第12届ACM SIGKDD国际会议论文集》,(2006),计算机协会(ACM),504-509
[2] Aghabozorgi,S。;Shirkhorshidi,A.S。;Wah,T.Y.,《时间序列聚类——十年回顾》,《信息系统》。,53, 16-38, (2015)
[3] Barber,D.,贝叶斯推理和机器学习,(2012),剑桥大学出版社·Zbl 1267.68001号
[4] Bishop,C.,新颖性检测和神经网络验证,(《IEEE视觉、图像和信号处理会议论文集》,第141卷,(1994),IEE伦敦),217-222
[5] Bishop,C.,模式识别和机器学习,(2006),美国纽约斯普林格出版社·Zbl 1107.68072号
[6] Breunig,M。;Kriegel,H.-P。;雷蒙德,T。;Sander,J.,LOF:识别基于密度的局部异常值,(数据管理:2000年ACM SIGMOD国际会议论文集,(2000),计算机协会(ACM)),93-104
[7] 克利夫顿,D。;克利夫顿,L。;Hugueny,S。;Tarassenko,L.,将广义Pareto分布扩展到高维空间中的新颖性检测,J.信号处理。系统。,1-17, (2013)
[8] 克利夫顿,D。;克利夫顿,L。;休格尼,S。;Wong,D。;Tarassenko,L.,《新颖性检测的极值函数理论》,IEEE J.Sel。顶部。签署程序。,7, 28-37, (2013)
[9] 克利夫顿,D。;克利夫顿,L。;桑杜博士。;史密斯,G。;塔拉森科,L。;Vollam,S。;Watkinson,P.,《基于纸张的早期预警评分中的“错误”和遗漏:与生命体征变化的关系——数据库分析》,英国医学杂志开放版,5,1-7,(2015)
[10] 克利夫顿,D。;Hugueny,S。;Tarassenko,L.,多元极值统计的新颖性检测,J.信号处理。系统。,65, 371-389, (2011)
[11] Coles,S.,《极值统计建模导论》,(2001),施普林格出版社,伦敦·Zbl 0980.62043号
[12] 库利,D.,极端值分析和气候变化研究,气候变化。变更,97,77-83,(2009)
[13] Daley,D。;Vere-Jones,D.,《点过程理论导论:第一卷:基本理论和方法》,(2003年),Springer Verlag New York·Zbl 1026.60061号
[14] 戴维斯,J。;Goadrich,M.,《精确重调用和ROC曲线之间的关系》,(第23届机器学习国际会议论文集,(2006),ACM),233-240
[15] Dietterich,T.,《序列数据的机器学习:综述》,(结构句法和统计模式识别联合国际研讨会论文集,2002年),Springer-Verlag-Londen,15-30·兹比尔1073.68712
[16] Embrechts,P。;Klüppelberg,C。;Mikosch,T.,《保险和金融极端事件建模》(1997),柏林施普林格出版社·Zbl 0873.62116号
[17] 福克,M。;Hüsler,J。;Reiss,R.-D.,《小数定律:极端和罕见事件》(2011年),Birkhäuser·Zbl 1213.62082号
[18] 盖尔芬德,A。;Diggle,P。;Fuentes,M。;Guttorp,P.,《空间统计手册》(2010),查普曼和霍尔CRC出版社·Zbl 1188.62284号
[19] 古特,C。;Gaussier,E.,《精确性、召回率和F-score的概率解释及其对评估的影响》,(Losada,D.E.;Fernández-Luna,J.M.,《信息检索进展:第27届欧洲红外研究会议》,(2005),斯普林格-柏林,海德堡),345-359
[20] Kulesza,A。;Taskar,B.,《机器学习的决定点过程》,Found。趋势马赫数。学习。,2012年5月123-286日·Zbl 1278.68240号
[21] Lee,H.等人。;Roberts,S.,使用卡尔曼滤波器和极值理论进行在线新颖性检测,(IEEE,第19届国际模式识别会议(ICPR),第19卷,(2008),IEEE),1-4
[22] 卢卡,S。;克利夫顿,D。;Vanrumste,B.,《极值点模式的一类分类》,J.Mach。学习。决议,17,1-21,(2016)·兹比尔1392.62188
[23] Luca,S.、Karsmakers,P.、Vanrumste,B.,2014年。使用极值泊松过程极限进行异常检测,见:Kumar,R.Toivonen,H.Pei,J.Wu,Z.H.X(编辑),IEEE国际数据挖掘会议,第370-379页。;Luca,S.、Karsmakers,P.、Vanrumste,B.,2014年。使用极值泊松过程极限进行异常检测,见:Kumar,R.Toivonen,H.Pei,J.Wu,Z.H.X(编辑),IEEE国际数据挖掘会议,第370-379页。
[24] MATLAB,2013年。版本7.10.0(R2013a),MathWorks Inc.,马萨诸塞州纳蒂克。;MATLAB,2013年。版本7.10.0(R2013a),MathWorks Inc.,马萨诸塞州纳蒂克。
[25] Montgomery,D.C.,《统计质量控制导论》,(2013),Johan Wiley&Sons USA·Zbl 1266.62003年
[26] Muandet,K。;Schölkopf,B.,用于组异常检测的一类支持测量机,(Nicholson,A.;Smyth,P.,《第二十届人工智能不确定性会议论文集》,(2013),弗吉尼亚州AUAI出版社),449-458
[27] Nitesh,C.,《不平衡数据集的数据挖掘:概述》,(Maimon,O.;Rokach,L.,《数据挖掘和知识发现手册》,(2005年),Springer,美国),853-867
[28] Pimentel,M。;克利夫顿,D。;克利夫顿,L。;Tarassenko,L.,新颖性检测综述,信号处理。,99, 215-249, (2014)
[29] Pimentel,M。;克利夫顿,D。;克利夫顿,L。;Watkinson,P。;Tarassenko,L.,《模拟术后患者生命体征数据中的生理恶化》,《医学生物学》。工程计算。,51, 869-877, (2013)
[30] Powers,D.,《评估:从精确性、召回和F-测量到ROC、信息性、标记性和相关性》,J.Mac。学习。Technolo。,2, 37-63, (2011)
[31] R: 统计计算语言和环境,(2017),奥地利维也纳R统计计算基金会,URLhttps://www.R-project.org/
[32] 拉宾纳,L。;Murray,H.,关于隐马尔可夫模型和语音识别中的选定应用的教程,Proc。IEEE,77,257-286,(1989)
[33] 英国皇家医师学院,国家早期预警评分(NEWS),NHS急性疾病严重程度评估标准化。,《技术报告》,皇家医师学院,2012年。伦敦工作组报告。;英国皇家医师学院,国家早期预警评分(NEWS),NHS急性疾病严重程度评估标准化。,《技术报告》,皇家医师学院,2012年。一个工作组的报告,伦敦。
[34] Särkkä,S.,贝叶斯滤波与平滑,(2013),英国剑桥大学出版社·Zbl 1274.62021号
[35] Schölkopf,B。;普拉特,J。;肖-泰勒,J。;Smola,A。;Williamson,R.,估计高维分布的支持,神经计算。,13, 1443-1471, (2001) ·Zbl 1009.62029号
[36] Shaffer,P.,《多重假设检验》,年。心理学牧师。,46, 561-584, (1995)
[37] Shumway,R。;Stoffer,D.,《时间序列分析及其应用与R示例》,(2011年),柏林施普林格出版社·Zbl 1276.62054号
[38] Song,T.,《工程师概率统计基础》(2004),英国威利出版社·Zbl 1049.62124号
[39] Streit,R.,《泊松点过程:成像、跟踪和传感》(Poisson point processes:imaging,tracking,and sensing),(2010),威利纽约
[40] Verboven,S。;Hubert,M.,LIBRA:稳健分析的Matlab库,化学计量学。因特尔。实验室系统。,75127-136(2005年)
此参考列表基于出版商或数字数学图书馆提供的信息。其项与zbMATH标识符进行启发式匹配,可能包含数据转换错误。在某些情况下,zbMATH Open的数据对这些数据进行了补充/增强。这试图尽可能准确地反映原始论文中列出的参考文献,而不要求完整或完全匹配。