論文の概要: Optimal state detection without likelihood estimation

• arxiv url: http://arxiv.org/abs/2610.02644v1
• Date: Fri, 02 Oct 2026 01:01:43 GMT
• ステータス: 翻訳完了
• システム内更新日: 2026-10-06 00:14:30.152187
• Title: Optimal state detection without likelihood estimation
• Title（参考訳）: 推定誤差のない最適状態検出
• Abstract要約: 蛍光状態検出における適応ベイズ推定は、明暗数率で固定された2つの算術時間列と経過時間の比較に還元されることを示す。 確率はリアルタイムに計算されず、その結果、逐次期限検出と呼ばれる実装は、平均検出時間において確実に最適である。
• 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 show that adaptive Bayesian estimation in fluorescence state detection reduces to a comparison of elapsed time with two arithmetic time sequences fixed by the bright and dark count rates and confidence parameters $ε_d$ and $ε_b$. No probabilities are computed in real time and the resulting implementation, which we term sequential deadline detection, is provably optimal in mean detection time. The analysis permits closed-form expressions for detection-time distributions, mean detection times, error rates of both channels accounting for miscalibrated rates, decay between the states during detection, and afterpulsing in single photon counting modules. The predictions are validated by Monte Carlo simulation and demonstrated by fluorescence detection with Ba$^+$
• Abstract（参考訳）: 蛍光状態検出における適応ベイズ推定は、明暗数率と信頼パラメータ$ε_d$と$ε_b$で固定された2つの算術時間列との比較に還元されることを示す。 確率はリアルタイムに計算されず、その結果、逐次期限検出と呼ばれる実装は、平均検出時間において確実に最適である。 この分析により、検出時間分布、平均検出時間、誤校正率、検出中の状態間の崩壊、単一光子計数モジュールでのアフターパルスの双方のチャネルのエラー率のクローズドフォーム表現が可能である。 この予測はモンテカルロシミュレーションによって検証され、Ba$^+$による蛍光検出によって実証される。

関連論文リスト

• Statistical Inference on Gradient Flows [46.05870703588429]
  経験的リスク最小化から生じる勾配流の時間一様統計的推測の理論を考案する。 本稿では,勾配流と連動して進化し,行列の逆転,再サンプリング,サンプル分割を回避するアルゴリズム対応共分散推定器を提案する。 この結果は統計的推測と最適化力学を結びつけ、勾配法における不確実性定量化のための実用的なツールを提供する。
  論文  参考訳（メタデータ） (2026-05-31T14:22:37Z)
• DistDF: Time-Series Forecasting Needs Joint-Distribution Wasserstein Alignment [92.70019102733453]
  トレーニング時系列予測モデルは、モデル予測の条件分布とラベルシーケンスの条件分布の整合性を必要とする。 本研究では,条件予測とラベル分布との差を最小限に抑えてアライメントを実現するDistDFを提案する。
  論文  参考訳（メタデータ） (2025-10-28T16:09:59Z)
• Time-dependent density estimation using binary classifiers [0.22369578015657962]
  サンプル経路から多変量プロセスの時間依存確率密度を学習するためのデータ駆動手法を提案する。 提案手法は, 複雑な時間依存, 多次元, ほぼ退化した密度を正確に再構成し, 適度な高次元問題に効果的にスケールし, 実世界のデータ間の稀な事象を確実に検出する。
  論文  参考訳（メタデータ） (2025-06-18T14:43:04Z)
• An Evaluation of Real-time Adaptive Sampling Change Point Detection Algorithm using KCUSUM [4.610597418629838]
  本稿では,Kernel-based Cumulative Sum (KCUSUM)アルゴリズムを導入し,従来のCumulative Sum (CUSUM) 法を非パラメトリック拡張する。 KCUSUMは、入ってくるサンプルを参照サンプルと直接比較することで自身を分割し、最大平均離散(MMD)非パラメトリックフレームワークに基礎を置く統計を計算する。 我々は,NWChem CODARやタンパク質折り畳みデータなどの科学シミュレーションによる実世界のユースケースについて論じ,オンライン変化点検出におけるKCUSUMの有効性を実証した。
  論文  参考訳（メタデータ） (2024-02-15T19:45:24Z)
• Graph Spatiotemporal Process for Multivariate Time Series Anomaly Detection with Missing Values [67.76168547245237]
  本稿では,グラフ時間過程と異常スコアラを用いて異常を検出するGST-Proという新しいフレームワークを提案する。 実験結果から,GST-Pro法は時系列データ中の異常を効果的に検出し,最先端の手法より優れていることがわかった。
  論文  参考訳（メタデータ） (2024-01-11T10:10:16Z)
• Near-Optimal Non-Parametric Sequential Tests and Confidence Sequences with Possibly Dependent Observations [44.71254888821376]
  我々は、一般的な非データ生成プロセスの下で、最初のタイプIエラーと予測リジェクション時間保証を提供する。 本研究では, 平均処理効果など, 方程式を推定することによって定義されるパラメータの推測に, 結果を適用する方法を示す。
  論文  参考訳（メタデータ） (2022-12-29T18:37:08Z)
• Sequential Multivariate Change Detection with Calibrated and Memoryless False Detection Rates [0.0]
  本稿では,時間変化しきい値を設定し,20倍の誤校正で所望のランタイムを目標とするシミュレーションに基づく手法を提案する。 コードはオープンソースのPythonライブラリ textttalibi-detectの一部として提供されている。
  論文  参考訳（メタデータ） (2021-08-02T13:36:33Z)
• Optimal Sequential Detection of Signals with Unknown Appearance and Disappearance Points in Time [64.26593350748401]
  本論文は、変化の期間が有限で未知であると仮定して、逐次的な変化点検出問題に対処する。 我々は、所定の時間(または空間)ウィンドウにおける最小検出確率を最大化する信頼性の高い最大変更検出基準に焦点を当てる。 FMAアルゴリズムは、光学画像中の衛星のかすかなストリークを検出するために応用される。
  論文  参考訳（メタデータ） (2021-02-02T04:58:57Z)
• Statistical Evaluation of Anomaly Detectors for Sequences [0.0]
  逐次データにおける点ベース異常検出の時間的耐性を考慮した精度とリコールの概念を定式化する。 本研究では, 結果の統計的意義を評価するために, 2つの尺度に対してNull分布を求める方法を示す。
  論文  参考訳（メタデータ） (2020-08-13T10:07:27Z)

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。