面向受冲击和非高斯噪声扭曲测量数据分割的稳健方差估计器

本文对测量数据在 exhibiting 冲击行为的系统中的 regime 变化点识别问题进行算法化处理。这一问题是对测量数据注释的基本挑战，与之相关的应用包括为数据驱动的自主系统设计提供数据。本文的贡献在于基于结构断点检测的经典方法构建了一个离线稳健方法。数据分割问题是在尺度变化的语境下考虑的，这在物理上可译为导致系统结构重新组织的临界事件的发生。我们方法的主要优势在于它不需要数据分布的方差存在。我们对模拟数据（来自两种分布）以及来自金融、机械和医疗系统的真实数据集进行了效率评估。仿真研究表明，在最具挑战性的情况下，使用稳健方法估计 regime 变化的误差比经典方法小 20 倍。