Fugu-MT 論文翻訳(概要): Efficient Regression Models for Scan Statistics

論文の概要: Efficient Regression Models for Scan Statistics

arxiv url: http://arxiv.org/abs/2608.22201v1
Date: Sun, 23 Aug 2026 03:44:32 GMT
ステータス: 翻訳完了
システム内更新日: 2026-08-25 18:24:36.952692
Title: Efficient Regression Models for Scan Statistics
Title（参考訳）: スキャン統計の効率的な回帰モデル
Abstract要約: 実数値信号の統計をスキャンするための新しい回帰モデルを提案する。これにより、スキャン統計によって特定される間隔異常とは対照的に、非定常信号の適合性が改善される。
参考スコア（独自算出の注目度）: 5.714449648430025
License: http://creativecommons.org/licenses/by/4.0/
Abstract: We introduce a new class of regression models for scan statistics on real-valued signals. These allow for improved fitting of non-stationary signals to contrast with the interval anomalies identified by the scan statistics. Our models can represent generalized likelihood ratio statistics. While these methods naively require $O(n^4)$ for a length $n$ signal, we provide algorithmic improvements which lead to linear time algorithms (with assumptions on max interval width). Our methods, especially ones based on Nadaraya-Watson kernel regression, are demonstrated as especially effective in detecting both synthetically planted anomalies, and for identifying a real ``platforming'' issue in interferometric astronomy.
Abstract（参考訳）: 実数値信号の統計をスキャンするための新しい回帰モデルを提案する。これにより、スキャン統計によって特定される間隔異常とは対照的に、非定常信号の適合性が改善される。我々のモデルは一般化された確率比統計を表現できる。これらの手法は、長さ$n$信号に対して$O(n^4)$をネーティブに要求するが、線形時間アルゴリズム(最大間隔幅の仮定を含む)に繋がるアルゴリズム改良を提供する。特にナダラヤ・ワトソン核の回帰に基づく手法は、合成植込みされた両方の異常を検出し、干渉天文学における実際の「プラットフォーム」問題を特定するのに特に有効であることを示す。

関連論文リスト

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)
Stacked Residuals of Dynamic Layers for Time Series Anomaly Detection [0.0]
多変量時系列における異常検出を行うために,終端から終端までの微分可能なニューラルネットワークアーキテクチャを提案する。このアーキテクチャは、信号の線形予測可能なコンポーネントを分離するために設計された動的システムのカスケードである。異常検出器は、予測残差の時間的構造を利用して、孤立した点異常とセットポイントの変化の両方を検出する。
論文参考訳（メタデータ） (2022-02-25T01:50:22Z)
Learning Summary Statistics for Bayesian Inference with Autoencoders [58.720142291102135]
我々は,ディープニューラルネットワークに基づくオートエンコーダの内部次元を要約統計として利用する。パラメータ関連情報を全て符号化するエンコーダのインセンティブを作成するため,トレーニングデータの生成に使用した暗黙的情報にデコーダがアクセスできるようにする。
論文参考訳（メタデータ） (2022-01-28T12:00:31Z)
Fully Adaptive Bayesian Algorithm for Data Analysis, FABADA [0.0]
本稿では,ベイズ推定の観点から,新しい非パラメトリック雑音低減手法について述べる。データのスムーズなバージョン、スムーズなモデルを繰り返し評価し、基礎となる信号の推定値を得る。繰り返しは、最後の滑らかなモデルの証拠と$chi2$統計に基づいて停止し、信号の期待値を計算する。
論文参考訳（メタデータ） (2022-01-13T18:54:31Z)
Predicting traffic signals on transportation networks using spatio-temporal correlations on graphs [56.48498624951417]
本稿では,複数の熱拡散カーネルをデータ駆動予測モデルにマージして交通信号を予測する交通伝搬モデルを提案する。予測誤差を最小限に抑えるためにベイズ推定を用いてモデルパラメータを最適化し,2つの手法の混合率を決定する。提案モデルでは,計算労力の少ない最先端のディープニューラルネットワークに匹敵する予測精度を示す。
論文参考訳（メタデータ） (2021-04-27T18:17:42Z)
SLOE: A Faster Method for Statistical Inference in High-Dimensional Logistic Regression [68.66245730450915]
実用データセットに対する予測の偏見を回避し、頻繁な不確実性を推定する改善された手法を開発している。私たちの主な貢献は、推定と推論の計算時間をマグニチュードの順序で短縮する収束保証付き信号強度の推定器SLOEです。
論文参考訳（メタデータ） (2021-03-23T17:48:56Z)
TadGAN: Time Series Anomaly Detection Using Generative Adversarial Networks [73.01104041298031]
TadGANは、GAN(Generative Adversarial Networks)上に構築された教師なしの異常検出手法である。時系列の時間相関を捉えるために,ジェネレータと批評家のベースモデルとしてLSTMリカレントニューラルネットワークを用いる。提案手法の性能と一般化性を示すため,いくつかの異常スコアリング手法を検証し,最も適した手法を報告する。
論文参考訳（メタデータ） (2020-09-16T15:52:04Z)
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)
Instability, Computational Efficiency and Statistical Accuracy [101.32305022521024]
我々は,人口レベルでのアルゴリズムの決定論的収束率と,$n$サンプルに基づく経験的対象に適用した場合の(不安定性)の間の相互作用に基づいて,統計的精度を得るフレームワークを開発する。本稿では,ガウス混合推定,非線形回帰モデル,情報的非応答モデルなど,いくつかの具体的なモデルに対する一般結果の応用について述べる。
論文参考訳（メタデータ） (2020-05-22T22:30:52Z)
Statistical Outlier Identification in Multi-robot Visual SLAM using Expectation Maximization [18.259478519717426]
本稿では、同時局所化およびマッピング(SLAM)におけるマップ間ループ閉包外乱検出のための、新しい分散手法を提案する。提案アルゴリズムは優れた初期化に頼らず、一度に2つ以上のマップを処理できる。
論文参考訳（メタデータ） (2020-02-07T06:34:44Z)

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。