Machine learningTime-series monitoring
Change-Point Detection (PELT)
시간 변화점 탐지(Change-Point Detection)는 시계열 데이터의 통계적 속성(평균, 분산, 분포 등)이 갑자기 변하는 시점을 식별하는 기법입니다. Killick, Fearnhead, Eckley (2012)가 제안한 가지치기된 정확한 선형 시간(Pruned Exact Linear Time, PELT) 알고리즘은 페널티가 부과된 분할 문제를 정확하게 풀면서도 기대 계산 비용을 선형적으로 달성하여, 유전체학, 금융, 기후학, 신호 처리 등에서 마주치는 긴 시계열 데이터에 실용적으로 적용 가능합니다.
방법 전문 읽기
회원 전용
로그인무료 계정으로 로그인하면 이 섹션을 읽을 수 있습니다.
Method map
The neighbourhood of related methods — select a node to explore.
출처
- 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 ↗
이 페이지 인용 방법
ScholarGate. (2026, June 2). Change-Point Detection (PELT). ScholarGate. https://scholargate.app/ko/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 →