基于Fr\'echet统计的多变量Hawkes过程结构突变检测
机器学习
2025-01-23 v3 社会与信息网络
信号处理
摘要
本文提出一种利用网络的Fr\'echet统计量对多变量Hawkes过程进行变点检测的新方法。该方法将点过程划分为重叠窗口，在每个窗口中估计核矩阵，并将核矩阵视为因果网络的邻接矩阵来重构带符号拉普拉斯矩阵。我们通过模拟数据集与加密货币数据集上的实验证明了方法的有效性。结果表明，我们的方法能够准确检测并刻画多变量Hawkes过程因果结构的变化，并可能在金融与神经科学等领域具有潜在应用。所提方法是对先前点过程设定下Fr\'echet统计工作的扩展，构成了多变量点过程变点检测领域的重要贡献。
引用
@article{arxiv.2308.06769,
title = {Detecting Structural Shifts in Multivariate Hawkes Processes with Fr\'echet Statistics},
author = {Rui Luo and Vikram Krishnamurthy},
journal= {arXiv preprint arXiv:2308.06769},
year = {2025}
}