ScholarGate
Pembantu
Machine learningTime-series monitoring

Pengesanan Titik Perubahan (PELT)

Pengesanan Titik Perubahan mengenal pasti titik masa di mana sifat statistik suatu jujukan — seperti min, varians, atau taburan — berubah secara mendadak. Algoritma Pruned Exact Linear Time (PELT), yang diperkenalkan oleh Killick, Fearnhead, dan Eckley (2012), menyelesaikan masalah segmentasi yang didenda secara tepat sambil mencapai kos pengiraan linear jangkaan, menjadikannya praktikal untuk siri masa yang panjang yang ditemui dalam genomik, kewangan, klimatologi, dan pemprosesan isyarat.

Terapkan dengan StatMindTidak lama lagiVideoTidak lama lagiDownload slides

Baca kaedah sepenuhnya

Ahli sahaja

Log masuk dengan akaun percuma untuk membaca bahagian ini.

Log masuk

Method map

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

Sumber

  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

Cara memetik halaman ini

ScholarGate. (2026, June 2). Change-Point Detection (PELT). ScholarGate. https://scholargate.app/ms/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)). Dicapai 2026-06-15 daripada https://scholargate.app/ms/statistics/change-point-detection · Set data: https://doi.org/10.5281/zenodo.20539026