論文の概要: Change Detection of Markov Kernels with Unknown Post Change Kernel using
Maximum Mean Discrepancy
- arxiv url: http://arxiv.org/abs/2201.11722v1
- Date: Thu, 27 Jan 2022 18:36:14 GMT
- ステータス: 処理完了
- システム内更新日: 2022-01-28 15:16:29.855419
- Title: Change Detection of Markov Kernels with Unknown Post Change Kernel using
Maximum Mean Discrepancy
- Title(参考訳): 最大平均差を用いた未知のポストチェンジカーネルを持つマルコフカーネルの変更検出
- Authors: Hao Chen, Jiacheng Tang, Abhishek Gupta
- Abstract要約: 我々は,ポストチェンジカーネルが未知な距離空間上でマルコフカーネルの変化を検出するための新しい変更検出アルゴリズムを開発した。
前および後のマルコフ核が幾何学的にエルゴード的であるという仮定の下で、平均遅延の上限と偽アラーム間の平均時間における下界を導出する。
- 参考スコア(独自算出の注目度): 8.987350240289757
- License: http://arxiv.org/licenses/nonexclusive-distrib/1.0/
- Abstract: In this paper, we develop a new change detection algorithm for detecting a
change in the Markov kernel over a metric space in which the post-change kernel
is unknown. Under the assumption that the pre- and post-change Markov kernel is
geometrically ergodic, we derive an upper bound on the mean delay and a lower
bound on the mean time between false alarms.
- Abstract(参考訳): 本稿では,ポストチェンジカーネルが未知な距離空間上でマルコフカーネルの変化を検出するための新しい変更検出アルゴリズムを開発する。
前および後のマルコフ核が幾何学的にエルゴード的であるという仮定の下で、平均遅延の上限と偽アラーム間の平均時間における下界を導出する。
関連論文リスト
- Is Prior-Free Black-Box Non-Stationary Reinforcement Learning Feasible? [17.220126722355626]
本研究では,非定常強化学習(NS-RL)の問題点を,システムの非定常性に関する事前知識なしで研究する。
MASTERとして知られる最先端のブラックボックスアルゴリズムは、その目標を達成するための条件を特定することに焦点を当てている。
論文 参考訳(メタデータ) (2024-10-17T17:09:56Z) - The Treasure Beneath Multiple Annotations: An Uncertainty-aware Edge
Detector [70.43599299422813]
既存のメソッドは、単純な投票プロセスを使用して複数のアノテーションを融合し、エッジ固有の曖昧さを無視し、アノテータのラベル付けバイアスを無視する。
多様なアノテーションの主観性とあいまいさを調査するために不確実性を利用した新しい不確実性認識エッジ検出器(UAED)を提案する。
UAEDは複数のエッジ検出ベンチマークで一貫したパフォーマンスを実現している。
論文 参考訳(メタデータ) (2023-03-21T13:14:36Z) - Stochastic Gradient Descent under Markovian Sampling Schemes [3.04585143845864]
マルコフ型サンプリングスキームにのみアクセス可能なバニラ勾配勾配の変動について検討する。
我々は、基礎となるマルコフ連鎖で可能な最小限の制限的な仮定の下で収束率を得ることに焦点をあてる。
論文 参考訳(メタデータ) (2023-02-28T09:18:00Z) - An Optimization-based Algorithm for Non-stationary Kernel Bandits
without Prior Knowledge [23.890686553141798]
本研究では,非定常性の度合いの事前知識を必要としない非定常カーネル帯域幅のアルゴリズムを提案する。
我々のアルゴリズムは、非定常カーネル帯域設定に関する以前の研究よりも、より厳密な動的後悔を享受する。
論文 参考訳(メタデータ) (2022-05-29T21:32:53Z) - 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) - Spectral clustering under degree heterogeneity: a case for the random
walk Laplacian [83.79286663107845]
本稿では,ランダムウォークラプラシアンを用いたグラフスペクトル埋め込みが,ノード次数に対して完全に補正されたベクトル表現を生成することを示す。
次数補正ブロックモデルの特別な場合、埋め込みはK個の異なる点に集中し、コミュニティを表す。
論文 参考訳(メタデータ) (2021-05-03T16:36:27Z) - Isolation Distributional Kernel: A New Tool for Point & Group Anomaly
Detection [76.1522587605852]
分離分散カーネル(IDK)は2つの分布の類似性を測定する新しい方法である。
我々は、カーネルベースの異常検出のための新しいツールとして、IDKの有効性と効率を示す。
論文 参考訳(メタデータ) (2020-09-24T12:25:43Z) - 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) - Corruption-Tolerant Gaussian Process Bandit Optimization [130.60115798580136]
未知(典型的には非生成)関数を有界ノルムで最適化する問題を考察する。
我々は「高速だが非ローバスト」と「スロー」に基づく高速スローGP-UCBに基づくアルゴリズムを提案する。
ある種の依存関係は、汚職レベルによっては要求できない、と我々は主張する。
論文 参考訳(メタデータ) (2020-03-04T09:46:58Z)
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。