Machine learningTime-series monitoring
変化点検出（PELT）
変化点検出は、平均、分散、または分布などの系列の統計的特性が急激に変化する時間点を特定します。Killick、Fearnhead、Eckley（2012）によって導入されたPruned Exact Linear Time（PELT）アルゴリズムは、ペナルティ付きセグメンテーション問題を正確に解きながら、線形の期待計算コストを達成するため、ゲノミクス、金融、気候学、信号処理で遭遇する長い時系列に実用的です。
手法の全文を読む
会員限定
ログイン無料アカウントでログインすると、このセクションを読めます。
Method map
The neighbourhood of related methods — select a node to explore.
出典
- 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 ↗
このページの引用方法
ScholarGate. (2026, June 2). Change-Point Detection (PELT). ScholarGate. https://scholargate.app/ja/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 →