AZ-白噪声检验：一种针对时空图上不相关噪声的检验方法
机器学习
2022-04-26 v1 机器学习
摘要
我们提出了首个面向图的白噪声检验，即针对与动态图节点相关联的多变量时间序列的白噪声检验。该统计检验旨在发现时间邻近观测间的序列依赖，以及给定底层图下相邻观测间的空间依赖。所提检验是系统辨识文献中传统检验的时空扩展，并可在涉及图信号的类似但更通用的应用场景中使用。AZ 检验具有通用性，允许底层图为动态、拓扑与节点集可变且带权重的图，从而考量不同强度的连接，正如交通网络与传感器网格等许多应用场景中的情况。其渐近分布——随图边数或时间观测数增加——已知，且不假设数据同分布。我们在合成与真实世界问题上验证了该检验的实用价值，并展示了如何通过将预测残差附加到图流上来评估时空预测模型的质量。
引用
@article{arxiv.2204.11135,
title = {AZ-whiteness test: a test for uncorrelated noise on spatio-temporal graphs},
author = {Daniele Zambon and Cesare Alippi},
journal= {arXiv preprint arXiv:2204.11135},
year = {2022}
}