准周期信号中无监督非参数变点检测
机器学习
2022-11-15 v1 统计理论
机器学习
统计理论
摘要
我们提出一种无监督非参数的新方法，用于检测复杂准周期信号中的变点。该检测依赖于最优传输理论结合拓扑分析与自助法（bootstrap）过程。该算法旨在检测几乎任意谐波或部分谐波信号中的变化，并在三种不同来源的生理数据流上得到验证。我们使用单一算法成功找到了六类最常见临床心律失常波形中的异常或不规则心搏周期。该方法的有效性在合成与真实时间序列上均得到验证。我们的无监督方法达到了有监督最先进技术的性能水平。我们给出了该方法高效性的概念性解释，并从理论上证明了自助过程的收敛性。
引用
@article{arxiv.2002.02717,
title = {Unsupervised non-parametric change point detection in quasi-periodic signals},
author = {Nikolay Shvetsov and Nazar Buzun and Dmitry V. Dylov},
journal= {arXiv preprint arXiv:2002.02717},
year = {2022}
}
备注
8 pages, 7 figures, 1 table