一种用于渐进式变化在线检测的变化动态模型
机器学习
2022-05-06 v3 机器学习
应用统计
摘要
随机过程统计特性的变化通常被假设为通过变点发生，变点标定了过程行为发生瞬时、完全且彻底改变的时刻。当这些转变逐渐发生时，该假设会导致正确识别和响应过程变化的能力下降。鉴于此，我们在贝叶斯框架下引入一种新颖的变化动态模型，用于渐进式变化的在线检测，其中变点被用于层次模型中以指示渐进式变化开始或终止的时刻。我们将该模型应用于合成数据以及癫痫发作期间采集的 EEG（脑电图）读数，发现相比传统变点模型，我们的变化动态模型能够更快且更准确地识别渐进式变化。
引用
@article{arxiv.2205.01054,
title = {A Change Dynamic Model for the Online Detection of Gradual Change},
author = {Chris Browne},
journal= {arXiv preprint arXiv:2205.01054},
year = {2022}
}