文献

J-GLOBAL ID：202002211650377506   整理番号：20A1943521

データストリームにおける変化点のための連続監視のための改良型AFFアルゴリズム【JST・京大機械翻訳】

An Improved AFF Algorithm for Continuous Monitoring for Changepoints in Data Streams

著者 (5件)： Zhao Junlong (School of Statistics, Beijing Normal University, Beijing) ,  An Mengying (Center for Applied Statistics, School of Statistics, Renmin University of China, Beijing) ,  Lu Xiaoling (Center for Applied Statistics, School of Statistics, Renmin University of China, Beijing) ,  Fan Yiwei (Center for Applied Statistics, School of Statistics, Renmin University of China, Beijing) ,  Liu Menghang (Center for Applied Statistics, School of Statistics, Renmin University of China, Beijing)
資料名： ACM Proceedings  (ACM Proceedings)
号： ICCPR ’18  ページ： 7-13  発行年： 2018年 
JST資料番号： D0698C  資料種別： 会議録 (C)
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： オンラインデータストリームの変化点検出は非常に重要な問題である。忘却因子を用いた適応推定は,この問題に対する効率的なアルゴリズムである。しかし,AFFは,事前変化分布が正常であり,制限的であると仮定する。さらに,AFFはデフォルトステップサイズ0.01を使用する。実際,数値結果は,ステップサイズがAFFアルゴリズムの最終性能に大きな影響を持ち,原理がステップサイズの選択に欠けていることを示した。本論文では,改良AFFアルゴリズム(ハイブリッド,IAFF)を開発した。特に,変化する変化点に対する分布フリー測度を提案し,それはIAFFアルゴリズムを異なる事前変化分布に対して良好に実行する。さらに,ステップサイズを選択する一般的原理を,集中的な数値研究に基づいて提案した。シミュレーション結果は,IAFFアルゴリズムが種々の状況においてAFFよりはるかに良い性能を有することを示した。Please refer to this article’s citation page on the publisher website for specific rights information. Translated from English into Japanese by JST.【JST・京大機械翻訳】

シソーラス用語： *アルゴリズム ,  シミュレーション ,  測度 ,  計算機シミュレーション
準シソーラス用語： *データストリーム ,  ステップサイズ ,  オンライン , 【Automatic Indexing@JST】

著者キーワード (5件)： 適応推定 ,  変化点検出 ,  忘却因子 ,  位置データ ,  ストリーミングデータ

分類 (5件)： 微生物代謝産物の生産  (FK03020A) ,  計算理論  (JB02000A) ,  オペレーションズリサーチ一般  (KA03010Q) ,  生体代行装置  (EL04000N) ,  微生物,組織・細胞培養による物質生産一般  (FK03010P)

タイトルに関連する用語 (3件)： データストリーム ,  連続監視 ,  アルゴリズム