ScholarGate
Βοηθός
Machine learningTime-series monitoring

Ανίχνευση Σημείων Αλλαγής (PELT)

Η Ανίχνευση Σημείων Αλλαγής εντοπίζει χρονικά σημεία στα οποία οι στατιστικές ιδιότητες μιας ακολουθίας — όπως ο μέσος όρος, η διακύμανση ή η κατανομή — μεταβάλλονται απότομα. Ο αλγόριθμος Pruned Exact Linear Time (PELT), που εισήχθη από τους Killick, Fearnhead και Eckley (2012), επιλύει το πρόβλημα της τμηματοποίησης με ποινή ακριβώς, επιτυγχάνοντας γραμμικό αναμενόμενο υπολογιστικό κόστος, καθιστώντας τον πρακτικό για μεγάλες χρονοσειρές που συναντώνται στη γονιδιωματική, τα χρηματοοικονομικά, την κλιματολογία και την επεξεργασία σημάτων.

Εφαρμογή με το StatMindΣύντομαΒίντεοΣύντομαΛήψη διαφανειών

Διαβάστε ολόκληρη τη μέθοδο

Μόνο για μέλη

Συνδεθείτε με δωρεάν λογαριασμό για να διαβάσετε αυτή την ενότητα.

Σύνδεση

Χάρτης μεθόδων

Η γειτονιά των σχετιζόμενων μεθόδων — επιλέξτε έναν κόμβο για εξερεύνηση.

Πηγές

  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

Πώς να παραπέμψετε σε αυτή τη σελίδα

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

Ποια μέθοδος;

Τοποθετήστε αυτή τη μέθοδο δίπλα στις πιο συγγενείς της και διαβάστε τις παράλληλα — η βιβλιοθήκη απλώνει τα βιβλία στο τραπέζι· η επιλογή είναι δική σας.

Συγκρίνετε παράλληλα
ScholarGateChange-Point Detection (Change-Point Detection (PELT)). Ανακτήθηκε στις 2026-06-15 από https://scholargate.app/el/statistics/change-point-detection · Σύνολο δεδομένων: https://doi.org/10.5281/zenodo.20539026