A Contrastive Approach to Online Change Point Detection

要約

オンライン変化点検出のための新しい手順を提案します。
私たちのアプローチは、変更前と変更後の分布からのポイント間の不一致尺度を最大化するという考えを拡張します。
これにより、パラメトリック シナリオとノンパラメトリック シナリオの両方に適した柔軟な手順が実現します。
手順の平均実行時間とその予想される検出遅延の非漸近的な境界を証明します。
アルゴリズムの効率は、合成データセットと実世界のデータセットに関する数値実験で示されています。

要約(オリジナル)

We suggest a novel procedure for online change point detection. Our approach expands an idea of maximizing a discrepancy measure between points from pre-change and post-change distributions. This leads to a flexible procedure suitable for both parametric and nonparametric scenarios. We prove non-asymptotic bounds on the average running length of the procedure and its expected detection delay. The efficiency of the algorithm is illustrated with numerical experiments on synthetic and real-world data sets.

arxiv情報

提供元, 利用サービス

arxiv.jp, Google