OPTICS: Order-Preserved Test-Inverse Confidence Set for Number of Change-Points
计算机视觉与模式识别
2026-03-31 v1
摘要
确定变点数目是变点检测问题中的第一步和基础任务，因为它为后续的变点位置估计奠定了基础。虽然现有文献提供了各种用于一致估计变点数目的 метод，但这些方法通常仅给出单个点估计，无法保证在特定数据集中恢复真实变点数目。此外，实现一致性往往依赖于非常严格的条件，这在实际中难以验证。为解决这些问题，我们引入一种统一的 test-inverse 流程，用于构建变点数目的置信区间。该置信区间提供一组可能的值，确保在指定置信水平下，真实的变点数目必然落在其中。我们进一步证明了该置信区间足够狭窄，以致于具有统计力和信息量，通过推导其基数阶数。值得注意的是，在大多数点估计技术所需的条件之外，仍可建立该置信区间。我们还主张使用多分割程序来提高稳定性，并将所提方法扩展到重尾和相关设置中。作为副产品，我们可以利用构建的置信区间来评估点估计算法的有效性。通过大量模拟研究，我们展示了置信区间方法的优越性能。此外，我们将该方法应用于分析膀胱肿瘤微阵列数据集。补充材料，包括所有理论结果的证明、计算机代码、R 包以及扩展模拟研究，均可在线获取。
关键词
引用
@article{arxiv.2603.27915,
title = {FlashSign: Pose-Free Guidance for Efficient Sign Language Video Generation},
author = {Liuzhou Zhang and Zeyu Zhang and Biao Wu and Luyao Tang and Zirui Song and Hongyang He and Renda Han and Guangzhen Yao and Huacan Wang and Ronghao Chen and Xiuying Chen and Guan Huang and Zheng Zhu},
journal= {arXiv preprint arXiv:2603.27915},
year = {2026}
}