論文の概要: Exact Tests for Offline Changepoint Detection in Multichannel Binary and
Count Data with Application to Networks
- arxiv url: http://arxiv.org/abs/2008.09083v1
- Date: Thu, 20 Aug 2020 17:16:05 GMT
- ステータス: 処理完了
- システム内更新日: 2022-10-27 04:00:02.820447
- Title: Exact Tests for Offline Changepoint Detection in Multichannel Binary and
Count Data with Application to Networks
- Title（参考訳）: マルチチャネルバイナリとカウントデータのオフライン変更点検出のための厳密なテストとネットワークへの応用
- Authors: Shyamal K. De and Soumendu Sundar Mukherjee
- Abstract要約: 我々は、バイナリ内の単一の変更ポイントをオフラインで検出し、時系列をカウントする。
累積和(CUSUM)とLR統計に基づく正確なテストを比較する。
我々は、エッジをバイナリチャネルとして、(b)ノード次数などのローカルサブグラフ統計をカウントチャネルとして使用しています。
- 参考スコア（独自算出の注目度）: 3.04585143845864
- License: http://arxiv.org/licenses/nonexclusive-distrib/1.0/
- Abstract: We consider offline detection of a single changepoint in binary and count
time-series. We compare exact tests based on the cumulative sum (CUSUM) and the
likelihood ratio (LR) statistics, and a new proposal that combines exact
two-sample conditional tests with multiplicity correction, against standard
asymptotic tests based on the Brownian bridge approximation to the CUSUM
statistic. We see empirically that the exact tests are much more powerful in
situations where normal approximations driving asymptotic tests are not
trustworthy: (i) small sample settings; (ii) sparse parametric settings; (iii)
time-series with changepoint near the boundary.
We also consider a multichannel version of the problem, where channels can
have different changepoints. Controlling the False Discovery Rate (FDR), we
simultaneously detect changes in multiple channels. This "local" approach is
shown to be more advantageous than multivariate global testing approaches when
the number of channels with changepoints is much smaller than the total number
of channels.
As a natural application, we consider network-valued time-series and use our
approach with (a) edges as binary channels and (b) node-degrees or other local
subgraph statistics as count channels. The local testing approach is seen to be
much more informative than global network changepoint algorithms.
- Abstract（参考訳）: 我々は、バイナリとカウント時系列の1つのチェンジポイントをオフラインで検出することを検討する。
累積和(CUSUM)とLR比(LR)の統計に基づく正確なテストと,CUSUM統計に対するブラウン橋近似に基づく標準的な漸近テストに対して,正確な2サンプル条件と多重度補正を組み合わせた新しい提案を行った。
私たちは経験的に、漸近的なテストを駆動する通常の近似が信頼できない状況では、正確なテストの方がずっと強力であると考えています。
(i)小さなサンプル設定
(ii)スパースパラメトリックの設定
(iii)境界付近に変化点のある時系列。
また,チャネルが異なる変更ポイントを持つことができるマルチチャネルバージョンの問題についても検討する。
FDR(False Discovery Rate)を制御し,複数のチャネルの変化を同時に検出する。
この"ローカル"アプローチは、変更点を持つチャネル数がチャネルの総数よりはるかに少ない場合に、多変量グローバルテストアプローチよりも有利であることが示されている。
自然な応用として,ネットワーク価値時系列を考察し,そのアプローチを用いる。
(a)二元チャネルとしてのエッジ、
(b)ノード次数その他のローカルサブグラフ統計をカウントチャネルとする。
ローカルテストのアプローチは、グローバルなネットワーク変更ポイントアルゴリズムよりもはるかに有益である。
関連論文リスト
- Collaborative non-parametric two-sample testing [55.98760097296213]
目標は、null仮説の$p_v = q_v$が拒否されるノードを特定することである。
グラフ構造を効率的に活用する非パラメトリックコラボレーティブ2サンプルテスト(CTST)フレームワークを提案する。
提案手法は,f-divergence Estimation, Kernel Methods, Multitask Learningなどの要素を統合する。
論文 参考訳（メタデータ） (2024-02-08T14:43:56Z) - A Constant-per-Iteration Likelihood Ratio Test for Online Changepoint
Detection for Exponential Family Models [1.376408511310322]
FOCuSはガウスデータにおける平均値の変化を検出するために導入され、その値が1回あたりのコストを$O(log T)$に下げる。
アルゴリズムの最大化ステップを適応的に実行し、これらの可能性のある場所の小さな部分集合に対してテスト統計を最大化するだけでよいことを示す。
論文 参考訳（メタデータ） (2023-02-09T16:24:12Z) - Understanding Deep Learning via Decision Boundary [81.49114762506287]
決定境界(DB)の変動が低いニューラルネットワークはより一般化可能であることを示す。
アルゴリズムDBの変数と$(epsilon, eta)$-data DBの変数という2つの新しい概念が、決定境界の変数を測定するために提案されている。
論文 参考訳（メタデータ） (2022-06-03T11:34:12Z) - Deep learning model solves change point detection for multiple change
types [69.77452691994712]
変更点検出は、データ分散の急激な障害をキャッチすることを目的としている。
本稿では,マルチディストリビューションシナリオにおけるアプローチを提案する。
論文 参考訳（メタデータ） (2022-04-15T09:44:21Z) - Compare learning: bi-attention network for few-shot learning [6.559037166322981]
距離学習と呼ばれる数ショットの学習手法の1つは、画像のペアが同じカテゴリに属しているかどうかを判断するために、まず遠距離計量を学習することで、この課題に対処する。
本稿では, インスタンスの埋め込みの類似性を正確に, グローバルかつ効率的に測定できる, Bi-attention Network という新しい手法を提案する。
論文 参考訳（メタデータ） (2022-03-25T07:39:10Z) - E-detectors: a nonparametric framework for sequential change detection [86.15115654324488]
逐次的変化検出のための基本的かつ汎用的なフレームワークを開発する。
私たちの手順は、平均走行距離のクリーンで無症状な境界が伴います。
統計的および計算効率の両方を達成するために,これらの混合物を設計する方法を示す。
論文 参考訳（メタデータ） (2022-03-07T17:25:02Z) - Cross-validation for change-point regression: pitfalls and solutions [0.0]
その結果,2乗誤差損失を伴うクロスバリデーションの問題はより深刻であり,変更点数の体系的過小評価や過大評価につながる可能性が示唆された。
本稿では,これらの問題を解決するための2つの簡単なアプローチを提案する。
これらの条件は, 変更点数の誤った値が供給された場合, 性能上の新しい結果を用いて, 少なくとも2乗推定で満たされることを示す。
論文 参考訳（メタデータ） (2021-12-06T18:23:12Z) - Group Fisher Pruning for Practical Network Compression [58.25776612812883]
本稿では,様々な複雑な構造に応用可能な汎用チャネルプルーニング手法を提案する。
我々は、単一チャネルと結合チャネルの重要性を評価するために、フィッシャー情報に基づく統一されたメトリクスを導出する。
提案手法は,結合チャネルを含む任意の構造をプルークするために利用できる。
論文 参考訳（メタデータ） (2021-08-02T08:21:44Z) - Multinomial Sampling for Hierarchical Change-Point Detection [0.0]
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。
論文 参考訳（メタデータ） (2020-07-24T09:18:17Z) - Making Affine Correspondences Work in Camera Geometry Computation [62.7633180470428]
局所的な特徴は、ポイント・ツー・ポイント対応ではなく、リージョン・ツー・リージョンを提供する。
本稿では,全モデル推定パイプラインにおいて,地域間マッチングを効果的に活用するためのガイドラインを提案する。
実験により、アフィンソルバはより高速な実行時にポイントベースソルバに匹敵する精度を達成できることが示された。
論文 参考訳（メタデータ） (2020-07-20T12:07:48Z) - On Matched Filtering for Statistical Change Point Detection [13.64446865914411]
非パラメトリックランダム性と分布自由な2サンプルテストは多くの変更点検出アルゴリズムの基礎となっている。
本稿では,変化の時間的シグネチャにマッチするフィルタを導出し,適用することにより,これらの課題に対処する。
提案手法は, アドホック後処理を使わずに, 変更点の局所化を可能にする。
論文 参考訳（メタデータ） (2020-06-09T22:45:58Z)
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。