文献

J-GLOBAL ID：201702280514325984   整理番号：17A1250910

複数変化点解析:高速実装と強い一貫性【Powered by NICT】

Multiple Change Point Analysis: Fast Implementation and Strong Consistency

著者 (4件)： Ding Jie (John A. Paulson School of Engineering and Applied Sciences, Harvard University, Cambridge, MA, USA) ,  Xiang Yu (John A. Paulson School of Engineering and Applied Sciences, Harvard University, Cambridge, MA, USA) ,  Shen Lu (John A. Paulson School of Engineering and Applied Sciences, Harvard University, Cambridge, MA, USA) ,  Tarokh Vahid (John A. Paulson School of Engineering and Applied Sciences, Harvard University, Cambridge, MA, USA)
資料名： IEEE Transactions on Signal Processing  (IEEE Transactions on Signal Processing)
巻： 65  号： 17  ページ： 4495-4510  発行年： 2017年 
JST資料番号： C0228A  ISSN： 1053-587X  CODEN： ITPRED  資料種別： 逐次刊行物 (A)
記事区分： 原著論文  発行国： アメリカ合衆国 (USA)  言語： 英語 (EN)

抄録/ポイント： 確率過程における構造変化を同定することにおける主要な課題の一つは,計算的に扱いやすい方法で依存性構造を持つ時系列の解析を行うことである。もう一つの課題は,真の変化点の数は通常は知られていない,有益な結論に到達するために,適切なモデル選択基準を必要とすることである。第一の課題を解決するために,区分的自己回帰,いくつかの体節(期間),それらの各々は,自己回帰モデルによりモデル化から構成されているとしてデータ生成プロセスをモデル化した。が有効であると構造変化を発見するための効率的であることをマルチウィンドウ法を提案した。提案されたアプローチは,区分的自己回帰を形質転換した漸近的区分的独立同一分布していることを多変量時系列にによって動機づけられた。二回目のチャレンジに対処するために,著者らは(ほとんど確実に)のための区分的独立多変量時系列の変化点の真の数を選択する理論的保証を導いた。特に,緩やかな仮定のもとで,のような基準,Bayes情報判定基準によって,変化点の最適数の強く一致選択を与えることを示したが,のような基準赤池情報量基準はできない。最後に,人工的および実世界データの両方に関する実験により,提案したアルゴリズムの理論と強度,米国東部の温度データとエルニーニョデータを含むを実証した。実験は米国東部上空の夏期温度の時間的変動,気候に対する海洋影響の最も支配的な因子,環境科学者によって発見されたについていくつかの興味ある発見をもたらした。Copyright 2017 The Institute of Electrical and Electronics Engineers, Inc. All Rights reserved. Translated from English into Japanese by JST【Powered by NICT】

シソーラス用語： 夏 ,  モデリング ,  環境科学 ,  判定基準 ,  経時変化 ,  アルゴリズム ,  気候 ,  確率過程 ,  アメリカ合衆国 ,  *自己回帰モデル ,  海洋
準シソーラス用語： 多変量 ,  自己回帰 ,  モデル選択 ,  構造変化 , 【Automatic Indexing@JST】

分類 (1件)： 信号理論  (ND02020G)

タイトルに関連する用語 (2件)： 解析 ,  実装