論文の概要: Unsupervised non-parametric change point detection in quasi-periodic signals

• arxiv url: http://arxiv.org/abs/2002.02717v1
• Date: Fri, 7 Feb 2020 11:24:50 GMT
• ステータス: 処理完了
• システム内更新日: 2023-01-03 04:28:52.540541
• Title: Unsupervised non-parametric change point detection in quasi-periodic signals
• Title（参考訳）: 準周期信号における教師なし非パラメトリック変化点検出
• Authors: Nikolay Shvetsov and Nazar Buzun and Dmitry V. Dylov
• Abstract要約: 準周期信号における変化点を検出するための新しい教師なし非パラメトリック手法を提案する。 この検出は、トポロジカル解析とブートストラップ法を組み合わせた最適な輸送理論に依存している。 最も頻度の高い臨床不整脈の6種類の波形における異常心周期や不規則心周期の発見に成功している。
• 参考スコア（独自算出の注目度）: 2.2758845733923687
• License: http://arxiv.org/licenses/nonexclusive-distrib/1.0/
• Abstract: We propose a new unsupervised and non-parametric method to detect change points in intricate quasi-periodic signals. The detection relies on optimal transport theory combined with topological analysis and the bootstrap procedure. The algorithm is designed to detect changes in virtually any harmonic or a partially harmonic signal and is verified on three different sources of physiological data streams. We successfully find abnormal or irregular cardiac cycles in the waveforms for the six of the most frequent types of clinical arrhythmias using a single algorithm. The validation and the efficiency of the method are shown both on synthetic and on real time series. Our unsupervised approach reaches the level of performance of the supervised state-of-the-art techniques. We provide conceptual justification for the efficiency of the method and prove the convergence of the bootstrap procedure theoretically.
• Abstract（参考訳）: 複雑な準周期信号の変化点を検出する新しい教師なし・非パラメトリック法を提案する。 この検出は、位相解析とブートストラップ法を組み合わせた最適輸送理論に依存する。 このアルゴリズムは、事実上あらゆる高調波信号や部分高調波信号の変化を検出できるように設計されており、3つの異なる生理的データストリームで検証される。 単一アルゴリズムを用いて最も頻繁な6種類の不整脈の波形に異常または不規則な心周期を見出すことに成功した。 本手法の有効性と有効性は, 合成および実時間時系列で示す。 我々の教師なしアプローチは、監督された最先端技術の性能レベルに達する。 提案手法の効率性に関する概念的正当化とブートストラップ手順の収束を理論的に証明する。

関連論文リスト

• Optimization of Iterative Blind Detection based on Expectation Maximization and Belief Propagation [29.114100423416204]
  ブロックフェーディング線形シンボルチャネルに対するブラインドシンボル検出法を提案する。 本研究では,研究予測アルゴリズムとユビキタスな信条伝搬アルゴリズムを組み合わせた共同チャネル推定・検出手法を設計する。 提案手法は,効率よく一般化したスケジュールを学習し,高信号対雑音シナリオにおけるコヒーレントBP検出よりも優れることを示す。
  論文  参考訳（メタデータ） (2024-08-05T08:45:50Z)
• Partially-Observable Sequential Change-Point Detection for Autocorrelated Data via Upper Confidence Region [12.645304808491309]
  逐次変化点検出のための状態空間モデル(AUCRSS)を用いたアダプティブ・アダプティブ・アダプティブ・アダプティブ・アダプティブ・アダプティブ・アダプティブ・アダプティブ・アダプティブ・アダプティブ・アダプティブ・アダプティブ・アダプティブ・アダプティブ・アダプティブ・アダプティブ・アダプティブ・アダプティブ・アダプティブ・アダプティブ・アダプティブ・アダプティブ・ SSMのオンライン推論のために部分的に観測可能なカルマンフィルタアルゴリズムを開発し、一般化された確率比テストに基づく変化点検出スキームを解析する。
  論文  参考訳（メタデータ） (2024-03-30T02:32:53Z)
• Optimal Algorithms for the Inhomogeneous Spiked Wigner Model [89.1371983413931]
  不均一な問題に対する近似メッセージパッシングアルゴリズム(AMP)を導出する。 特に,情報理論の閾値よりも大きい信号と雑音の比を必要とする既知のアルゴリズムが,ランダムよりも優れた処理を行うための統計的・計算的ギャップの存在を同定する。
  論文  参考訳（メタデータ） (2023-02-13T19:57:17Z)
• Identifiability and Asymptotics in Learning Homogeneous Linear ODE Systems from Discrete Observations [114.17826109037048]
  通常の微分方程式(ODE)は、機械学習において最近多くの注目を集めている。 理論的な側面、例えば、統計的推定の識別可能性と特性は、いまだに不明である。 本稿では,1つの軌道からサンプリングされた等間隔の誤差のない観測結果から,同次線形ODE系の同定可能性について十分な条件を導出する。
  論文  参考訳（メタデータ） (2022-10-12T06:46:38Z)
• A Contrastive Approach to Online Change Point Detection [4.762323642506733]
  オンライン変更点検出のための新しい手順を提案する。 提案手法は,変化前分布と変化後分布との差分尺度を最大化するものである。 術式の平均走行距離と検出遅延に対する非漸近的境界を証明した。
  論文  参考訳（メタデータ） (2022-06-21T07:01:36Z)
• A Priori Denoising Strategies for Sparse Identification of Nonlinear Dynamical Systems: A Comparative Study [68.8204255655161]
  本研究では, 局所的およびグローバルな平滑化手法の性能と, 状態測定値の偏差について検討・比較する。 一般に,測度データセット全体を用いたグローバルな手法は,局所点の周辺に隣接するデータサブセットを用いる局所的手法よりも優れていることを示す。
  論文  参考訳（メタデータ） (2022-01-29T23:31:25Z)
• Mitigating the Mutual Error Amplification for Semi-Supervised Object Detection [92.52505195585925]
  擬似ラベルの修正機構を導入し,相互誤りの増幅を緩和するクロス・インストラクション(CT)手法を提案する。 他の検出器からの予測を直接擬似ラベルとして扱う既存の相互指導法とは対照的に,我々はラベル修正モジュール(LRM)を提案する。
  論文  参考訳（メタデータ） (2022-01-26T03:34:57Z)
• Comparing Weak- and Unsupervised Methods for Resonant Anomaly Detection [0.38233569758620045]
  オートエンコーダ(AE)と,CWoLa(Classification Without Labels)技術に基づく弱監督アプローチを比較した。 CWoLaは多様かつ適度に稀なシグナルを見つけるのに有効であり、AEは極めて稀な信号に対して感受性を与えるが、特定のトポロジでのみ得られる。
  論文  参考訳（メタデータ） (2021-04-05T18:00:46Z)
• Efficient and robust certification of genuine multipartite entanglement in noisy quantum error correction circuits [58.720142291102135]
  実効多部絡み(GME)認証のための条件付き目撃手法を導入する。 線形な二分割数における絡み合いの検出は, 多数の測定値によって線形にスケールし, GMEの認証に十分であることを示す。 本手法は, 距離3の位相的カラーコードとフラグベースの耐故障バージョンにおける安定化作用素の雑音可読化に適用する。
  論文  参考訳（メタデータ） (2020-10-06T18:00:07Z)
• Iterative Correction of Sensor Degradation and a Bayesian Multi-Sensor Data Fusion Method [0.0]
  本稿では,劣化信号から地中構造信号を推定する新しい手法を提案する。 アルゴリズムは、2つの信号の繰り返し補正を行うことで乗算分解効果を学習する。 我々は理論的解析を含意し、ノイズレス測定モデルのための地上構造信号への収束性を証明する。
  論文  参考訳（メタデータ） (2020-09-07T13:24:47Z)
• Offline detection of change-points in the mean for stationary graph signals [55.98760097296213]
  グラフ信号定常性の概念に依存するオフライン手法を提案する。 我々の検出器は、漸近的でない不等式オラクルの証拠を伴っている。
  論文  参考訳（メタデータ） (2020-06-18T15:51:38Z)

関連論文リストは本サイト内にある論文のタイトル・アブストラクトから自動的に作成しています。

指定された論文の情報です。
本サイトの運営者は本サイト（すべての情報・翻訳含む）の品質を保証せず、本サイト（すべての情報・翻訳含む）を使用して発生したあらゆる結果について一切の責任を負いません。