文献

J-GLOBAL ID：202202213708099568   整理番号：22A0848991

重み付きおよび有向ランダムドット積グラフのためのオンライン変化点検出【JST・京大機械翻訳】

Online Change Point Detection for Weighted and Directed Random Dot Product Graphs

著者 (5件)： Marenco Bernardo (Facultad de Ingenieri ́a, Universidad de la Repu ́blica, Montevideo, Uruguay) ,  Bermolen Paola (Facultad de Ingenieri ́a, Universidad de la Repu ́blica, Montevideo, Uruguay) ,  Fiori Marcelo (Facultad de Ingenieri ́a, Universidad de la Repu ́blica, Montevideo, Uruguay) ,  Larroca Federico (Facultad de Ingenieri ́a, Universidad de la Repu ́blica, Montevideo, Uruguay) ,  Mateos Gonzalo (Department of Electrical and Computer Engineering, University of Rochester, Rochester, NY, USA)
資料名： IEEE Transactions on Signal and Information Processing Over Networks  (IEEE Transactions on Signal and Information Processing Over Networks)
巻： 8  ページ： 144-159  発行年： 2022年 
JST資料番号： W2438A  ISSN： 2373-776X  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： ランダム(有向および加重)グラフのシーケンスを与えて,著者らは,根底にあるデータ分布における変化のオンラインモニタリングおよび検出の問題に取り組んだ。このアイデアは,多目的ランダムドット製品グラフ(RDPG)モデルに基づくグラフ表現学習基板による逐次変化点検出(CPD)技術の提供である。ストリーミンググラフ観測と名目上のRDPG間の不一致を定量化する,賢明な監視関数の効率的なオンライン更新を考察した。この参照分布は,シーケンスにおける最初の少数のグラフのスペクトル埋込みによって推論される。誤り率制御を保証する閾値を選択するために,この走行統計量の分布を特性化し,単純化近似の下で,アルゴリズムの検出分解能と遅延に関する洞察を提供する。エンド結果は,軽量オンラインCPDアルゴリズムであり,それはまた,RDPG埋込みのよく評価された解釈可能性によって説明可能である。これは,多くの既存のグラフCPDアプローチとは対照的であり,それは,広範囲な計算に依存するか,または,それらは,全観測時系列を保存し,処理する。RDPGモデルの見かけの限界は,無向および無加重グラフのみに対する適合性であり,ギャップは,CPDフレームワークの範囲を広げることを狙った。以前の提案とは異なり,重み付きグラフに対するノンパラメトリックRDPGモデルは,推定と推定を行うための重み分布の事前仕様を必要としない。このネットワークモデリング寄与は,CPDを超えて独立の関心事である。重みづけと直接グラフのための新しいオンラインCPDアルゴリズムのオープンソース実装を提供し,その有効性と効率を(再現性)合成と実際のネットワークデータ実験によって実証した。Copyright 2022 The Institute of Electrical and Electronics Engineers, Inc. All rights reserved. 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 ,  学習 ,  簡素化 ,  再現性 ,  近似法 ,  ノンパラメトリック法 ,  スペクトル ,  適応性 ,  統計量 ,  重みづけ ,  キャラクタリゼーション ,  有効性
準シソーラス用語： オープンソース ,  *オンライン ,  オンライン監視 , 【Automatic Indexing@JST】

分類 (2件)： 信号理論  (ND02020G) ,  パターン認識  (JE07000S)

タイトルに関連する用語 (5件)： ランダムドット ,  積 ,  グラフ ,  オンライン ,  変化点検出