論文の概要: Learning Nonlinear Regime Transitions via Semi-Parametric State-Space Models

• arxiv url: http://arxiv.org/abs/2604.04963v1
• Date: Fri, 03 Apr 2026 22:32:24 GMT
• ステータス: 翻訳完了
• システム内更新日: 2026-04-08 17:42:09.364643
• Title: Learning Nonlinear Regime Transitions via Semi-Parametric State-Space Models
• Title（参考訳）: 半パラメトリック状態空間モデルによる非線形レジーム遷移の学習
• Authors: Prakul Sunil Hiremath,
• Abstract要約: 我々は、遅延状態遷移を伴う時系列データのための半パラメトリック状態空間モデルを開発する。 遷移確率を$p_jk,t = sigmoid(f(bx_t-1))$と定義する。 合成データを用いた実験では、パラメトリックベースラインと比較して非線形遷移ダイナミクスの回復が改善した。
• 参考スコア（独自算出の注目度）: 0.0
• License: http://arxiv.org/licenses/nonexclusive-distrib/1.0/
• Abstract: We develop a semi-parametric state-space model for time-series data with latent regime transitions. Classical Markov-switching models use fixed parametric transition functions, such as logistic or probit links, which restrict flexibility when transitions depend on nonlinear and context-dependent effects. We replace this assumption with learned functions $f_0, f_1 \in \calH$, where $\calH$ is either a reproducing kernel Hilbert space or a spline approximation space, and define transition probabilities as $p_{jk,t} = \sigmoid(f(\bx_{t-1}))$. The transition functions are estimated jointly with emission parameters using a generalized Expectation-Maximization algorithm. The E-step uses the standard forward-backward recursion, while the M-step reduces to a penalized regression problem with weights from smoothed occupation measures. We establish identifiability conditions and provide a consistency argument for the resulting estimators. Experiments on synthetic data show improved recovery of nonlinear transition dynamics compared to parametric baselines. An empirical study on financial time series demonstrates improved regime classification and earlier detection of transition events.
• Abstract（参考訳）: 我々は、遅延状態遷移を伴う時系列データのための半パラメトリック状態空間モデルを開発する。 古典マルコフスイッチングモデルは、ロジスティックやプロビットリンクのような固定パラメトリック遷移関数を使用し、遷移が非線形および文脈依存の影響に依存するときの柔軟性を制限する。 この仮定を学習関数 $f_0, f_1 \in \calH$ に置き換え、$\calH$ は再生カーネルヒルベルト空間またはスプライン近似空間であり、遷移確率を $p_{jk,t} = \sigmoid(f(\bx_{t-1})$ と定義する。 遷移関数は一般化期待最大化アルゴリズムを用いて放射パラメータと共同で推定される。 E-stepは標準の前方後方再帰を使い、M-stepはスムーズな占領対策による重み付きペナル化回帰問題に還元する。 同定可能性条件を確立し,得られた推定値の整合性を議論する。 合成データを用いた実験では、パラメトリックベースラインと比較して非線形遷移ダイナミクスの回復が改善した。 金融時系列に関する実証的研究は、制度分類の改善とトランジッションイベントの早期検出を実証している。

関連論文リスト

• Semi-parametric Functional Classification via Path Signatures Logistic Regression [1.210026603224224]
  本稿では,ベクトル値関数データを分類するための半パラメトリックフレームワークであるPath Signatures Logistic Regressionを提案する。 この結果は, 粗い経路理論を現代的な関数型データ解析に組み込むことの実用的, 理論的利点を浮き彫りにしたものである。
  論文  参考訳（メタデータ） (2025-07-09T08:06:50Z)
• Nonparametric learning of covariate-based Markov jump processes using RKHS techniques [3.3005714301829148]
  我々は、co変数を連続時間マルコフ連鎖(CTMC)にリンクするための新しい非パラメトリックアプローチを提案する。 CTMCは、臨床または行動状態の遷移をモデリングするための堅牢なフレームワークを提供する。 一般化されたRepresenter Theoremを用いて、関数空間におけるトラクタブル推論を可能にする。
  論文  参考訳（メタデータ） (2025-05-06T02:26:02Z)
• Multivariate root-n-consistent smoothing parameter free matching estimators and estimators of inverse density weighted expectations [51.000851088730684]
  我々は、パラメトリックな$sqrt n $-rateで収束する、最も近い隣人の新しい修正とマッチング推定器を開発する。 我々は,非パラメトリック関数推定器は含まないこと,特に標本サイズ依存パラメータの平滑化には依存していないことを強調する。
  論文  参考訳（メタデータ） (2024-07-11T13:28:34Z)
• Variational Sampling of Temporal Trajectories [39.22854981703244]
  遷移関数 $f$ を関数空間の要素として明示的にパラメータ化することにより、軌道の分布を学習する機構を導入する。 我々のフレームワークは、新しい軌道の効率的な合成を可能にすると同時に、推論に便利なツールを直接提供します。
  論文  参考訳（メタデータ） (2024-03-18T02:12:12Z)
• A Poisson-Gamma Dynamic Factor Model with Time-Varying Transition Dynamics [51.147876395589925]
  非定常PGDSは、基礎となる遷移行列が時間とともに進化できるように提案されている。 後続シミュレーションを行うために, 完全共役かつ効率的なギブスサンプリング装置を開発した。 実験により,提案した非定常PGDSは,関連するモデルと比較して予測性能が向上することを示した。
  論文  参考訳（メタデータ） (2024-02-26T04:39:01Z)
• Nonlinear sigma models for monitored dynamics of free fermions [0.0]
  自由フェルミオン系における測定誘起相転移に関する記述を導出する。 我々は、実効的なスピン鎖の想像的時間進化にダイナミクスをマッピングするためにレプリカのトリックを使用する。 これは$Ntimes N$行列に対する非線形シグマモデルであり、レプリカ極限$Nto 1$である。
  論文  参考訳（メタデータ） (2023-02-24T18:56:37Z)
• Counting Phases and Faces Using Bayesian Thermodynamic Integration [77.34726150561087]
  本稿では,2パラメータ統計力学系における熱力学関数と位相境界の再構成手法を提案する。 提案手法を用いて,IsingモデルとTASEPの分割関数と位相図を正確に再構成する。
  論文  参考訳（メタデータ） (2022-05-18T17:11:23Z)
• Time varying regression with hidden linear dynamics [74.9914602730208]
  線形力学系に従って未知のパラメータが進化することを前提とした時間変化線形回帰モデルを再検討する。 反対に、基礎となる力学が安定である場合、このモデルのパラメータは2つの通常の最小二乗推定と組み合わせることで、データから推定できることが示される。
  論文  参考訳（メタデータ） (2021-12-29T23:37:06Z)
• Estimation of Switched Markov Polynomial NARX models [75.91002178647165]
  非線形自己回帰(NARX)成分を特徴とするハイブリッド力学系のモデル群を同定する。 提案手法は, 特定の回帰器を持つ3つの非線形サブモデルからなるSMNARX問題に対して実証される。
  論文  参考訳（メタデータ） (2020-09-29T15:00:47Z)

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。