基于图似然比估计的在线集中式非参数变点检测
机器学习
2023-01-13 v2 机器学习
摘要
考虑图中的每个节点生成一个同步且在近实时被观测的数据流。在变点 处，节点子集 发生变更，影响其关联节点流的概率分布。本文提出一种新颖的基于核的方法，通过直接估计节点流变更后分布与变更前分布之间的似然比，来检测 并定位 。我们的主要工作假设是似然比估计在图上的平滑性，即相连节点预期具有相似的似然比。所提方法的质量在合成场景的大量实验中得到验证。
引用
@article{arxiv.2301.03011,
title = {Online Centralized Non-parametric Change-point Detection via Graph-based Likelihood-ratio Estimation},
author = {Alejandro de la Concha and Argyris Kalogeratos and Nicolas Vayatis},
journal= {arXiv preprint arXiv:2301.03011},
year = {2023}
}