論文の概要: Multinomial Sampling for Hierarchical Change-Point Detection
- arxiv url: http://arxiv.org/abs/2007.12420v2
- Date: Tue, 3 Nov 2020 17:45:26 GMT
- ステータス: 処理完了
- システム内更新日: 2022-11-07 06:03:39.065141
- Title: Multinomial Sampling for Hierarchical Change-Point Detection
- Title(参考訳): 階層的変化点検出のための多項サンプリング
- Authors: Lorena Romero-Medrano, Pablo Moreno-Mu\~noz and Antonio
Art\'es-Rodr\'iguez
- Abstract要約: 本稿では,検出率を向上し,遅延を低減する多項サンプリング手法を提案する。
実験の結果, 基準法よりも優れた結果が得られ, また, 人間の行動研究を指向した事例も提示した。
- 参考スコア(独自算出の注目度): 0.0
- License: http://creativecommons.org/licenses/by/4.0/
- Abstract: Bayesian change-point detection, together with latent variable models, allows
to perform segmentation over high-dimensional time-series. We assume that
change-points lie on a lower-dimensional manifold where we aim to infer subsets
of discrete latent variables. For this model, full inference is computationally
unfeasible and pseudo-observations based on point-estimates are used instead.
However, if estimation is not certain enough, change-point detection gets
affected. To circumvent this problem, we propose a multinomial sampling
methodology that improves the detection rate and reduces the delay while
keeping complexity stable and inference analytically tractable. Our experiments
show results that outperform the baseline method and we also provide an example
oriented to a human behavior study.
- Abstract(参考訳): ベイズ的変化点検出は、潜在変数モデルとともに、高次元時系列上でセグメンテーションを行うことができる。
変化点が低次元多様体上にあると仮定し、離散潜在変数の部分集合を推論する。
このモデルでは、完全な推論は計算不可能であり、代わりに点推定に基づく擬似観測が用いられる。
しかし、もし推定が十分でなければ、変更点検出が影響を受ける。
この問題を回避するために,複雑性を安定に保ち,解析的に抽出しやすくしながら,検出率を向上し,遅延を低減する多項サンプリング手法を提案する。
実験では,ベースライン法に勝る結果を示し,人間の行動研究を指向した例を示す。
関連論文リスト
- Change Point Detection with Conceptors [0.6526824510982799]
オフラインの変更点検出は、時系列内の変更点を振り返って特定する。
平均と分散の変化を対象とする多くの非パラメトリック手法は、非線形時間依存の存在下では失敗する。
本稿では,任意の依存構造を持つベースライン学習窓の特性を学習するための概念行列を提案する。
関連するエコー状態ネットワークはデータのデファシライザとして機能し、特徴間の相互作用の性質とベースライン状態との関係から変化点を識別する。
論文 参考訳(メタデータ) (2023-08-11T16:32:00Z) - On High dimensional Poisson models with measurement error: hypothesis
testing for nonlinear nonconvex optimization [13.369004892264146]
我々は高次元の回帰モデルの推定と検証を行い、データ解析に広く応用する。
ペナル化された一貫性を最小化することで回帰パラメータを推定する。
提案手法はアルツハイマー病イニシアチブに適用される。
論文 参考訳(メタデータ) (2022-12-31T06:58:42Z) - Training on Test Data with Bayesian Adaptation for Covariate Shift [96.3250517412545]
ディープニューラルネットワークは、信頼できない不確実性推定で不正確な予測を行うことが多い。
分布シフトの下でのラベルなし入力とモデルパラメータとの明確に定義された関係を提供するベイズモデルを導出する。
本手法は精度と不確実性の両方を向上することを示す。
論文 参考訳(メタデータ) (2021-09-27T01:09:08Z) - Variational Laplace for Bayesian neural networks [25.055754094939527]
Variational Laplaceは、ニューラルネットワークの重みをサンプリングすることなく、ELBOを推定する可能性の局所近似を利用する。
分散パラメータの学習率を増加させることで早期停止を回避できることを示す。
論文 参考訳(メタデータ) (2021-02-27T14:06:29Z) - Variational Laplace for Bayesian neural networks [33.46810568687292]
我々はベイズニューラルネットワーク(BNN)のための変分ラプラスを開発する。
我々は,ニューラルネットワークの重みをサンプリングすることなく,ELBOの曲率を局所的に近似し,ELBOを推定する。
分散パラメータの学習率を増大させることにより,早期停止を回避できることを示す。
論文 参考訳(メタデータ) (2020-11-20T15:16:18Z) - Partially Observable Online Change Detection via Smooth-Sparse
Decomposition [16.8028358824706]
本研究は,センサ容量の制限により,各センシング時点におけるデータストリームのサブセットのみを観測できる,疎度な変化を伴う高次元データストリームのオンライン変化検出について考察する。
一方、検出方式は、部分的に観測可能なデータを扱うことができ、一方、スパース変化に対する効率的な検出能力を有するべきである。
本稿では,CDSSDと呼ばれる新しい検出手法を提案する。特にスムーズな分解によるスムーズな変化を伴う高次元データの構造について述べる。
論文 参考訳(メタデータ) (2020-09-22T16:03:04Z) - Tracking disease outbreaks from sparse data with Bayesian inference [55.82986443159948]
新型コロナウイルス(COVID-19)のパンデミックは、感染発生時の感染率を推定する新たな動機を与える。
標準的な手法は、より細かいスケールで共通する部分的な観測可能性とスパースなデータに対応するのに苦労する。
原理的に部分観測可能なベイズ的枠組みを提案する。
論文 参考訳(メタデータ) (2020-09-12T20:37:33Z) - Learning Disentangled Representations with Latent Variation
Predictability [102.4163768995288]
本稿では,潜在不整合表現の変動予測可能性について述べる。
逆生成プロセス内では、潜時変動と対応する画像対の相互情報を最大化することにより、変動予測可能性を高める。
本研究では,潜在表現の絡み合いを測るために,基礎的構造的生成因子に依存しない評価指標を開発する。
論文 参考訳(メタデータ) (2020-07-25T08:54:26Z) - Interpolation and Learning with Scale Dependent Kernels [91.41836461193488]
非パラメトリックリッジレス最小二乗の学習特性について検討する。
スケール依存カーネルで定義される推定器の一般的な場合を考える。
論文 参考訳(メタデータ) (2020-06-17T16:43:37Z) - Spatially Adaptive Inference with Stochastic Feature Sampling and
Interpolation [72.40827239394565]
スパースサンプリングされた場所のみの機能を計算することを提案する。
次に、効率的な手順で特徴写像を密に再構築する。
提案したネットワークは、様々なコンピュータビジョンタスクの精度を維持しながら、かなりの計算を省くために実験的に示されている。
論文 参考訳(メタデータ) (2020-03-19T15:36:31Z) - Estimating Gradients for Discrete Random Variables by Sampling without
Replacement [93.09326095997336]
我々は、置換のないサンプリングに基づいて、離散確率変数に対する期待値の偏りのない推定器を導出する。
推定器は3つの異なる推定器のラオ・ブラックウェル化として導出可能であることを示す。
論文 参考訳(メタデータ) (2020-02-14T14:15:18Z)
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。