时间序列中的非参数极值分析用于包络提取、峰值检测与聚类
机器学习
2021-09-07 v1 信号处理
数理金融
机器学习
摘要
在本文中，我们提出一种非参数方法，可用于时间序列中的包络提取、峰值突发检测与聚类。我们的问题形式化自然地定义了时间序列的分裂/分叉。通过可能的层次化实现，它可用于机器学习、信号处理和数学金融中的多种应用。对于输入的 incoming 信号，我们的迭代过程通过最小化累积 漂移依次创建两个信号（一个上界信号和一个下界信号）。我们证明，可通过类 Viterbi 路径跟踪算法与最优消除规则高效地求解。我们考虑了许多有趣的设定，其中我们的算法具有近线性时间复杂度。
引用
@article{arxiv.2109.02082,
title = {Nonparametric Extrema Analysis in Time Series for Envelope Extraction, Peak Detection and Clustering},
author = {Kaan Gokcesu and Hakan Gokcesu},
journal= {arXiv preprint arXiv:2109.02082},
year = {2021}
}