Machine learningTime-series monitoring

Detekce změn (PELT)

Detekce změn identifikuje časové body, ve kterých se statistické vlastnosti posloupnosti — jako je průměr, rozptyl nebo rozdělení — náhle mění. Algoritmus Pruned Exact Linear Time (PELT), představený Killickem, Fearnheadem a Eckleyem (2012), přesně řeší problém penalizované segmentace při dosažení lineární očekávané výpočetní složitosti, což jej činí praktickým pro dlouhé časové řady v genomice, financích, klimatologii a zpracování signálů.

Použít v StatMindJiž brzyVideoJiž brzyDownload slides

Přečíst celou metodu

Pouze pro členy

Pro přečtení této sekce se přihlaste s bezplatným účtem.

Přihlásit se

Method map

The neighbourhood of related methods — select a node to explore.

Zdroje

  1. Killick, R., Fearnhead, P., & Eckley, I. A. (2012). Optimal detection of changepoints with a linear computational cost. Journal of the American Statistical Association, 107(500), 1590–1598. DOI: 10.1080/01621459.2012.737745

Jak citovat tuto stránku

ScholarGate. (2026, June 2). Change-Point Detection (PELT). ScholarGate. https://scholargate.app/cs/statistics/change-point-detection

Which method?

Set this method beside its closest kin and read them side by side — the library lays the books on the table; the choice is yours.

Compare side by side
ScholarGateChange-Point Detection (Change-Point Detection (PELT)). Získáno 2026-06-15 z https://scholargate.app/cs/statistics/change-point-detection · Datová sada: https://doi.org/10.5281/zenodo.20539026