Machine learningTime-series monitoring

Обнаружение точек изменения (PELT)

Обнаружение точек изменения (Change-Point Detection) идентифицирует моменты времени, в которых статистические свойства последовательности — такие как среднее значение, дисперсия или распределение — резко меняются. Алгоритм Pruned Exact Linear Time (PELT), представленный Killick, Fearnhead и Eckley (2012), точно решает задачу сегментации с наказанием, достигая при этом ожидаемой линейной вычислительной стоимости, что делает его практичным для длинных временных рядов, встречающихся в геномике, финансах, климатологии и обработке сигналов.

Применить в StatMindСкороВидеоСкороDownload slides

Читать метод полностью

Только для участников

Войдите с бесплатным аккаунтом, чтобы прочитать этот раздел.

Войти

Method map

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

Источники

  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

Как цитировать эту страницу

ScholarGate. (2026, June 2). Change-Point Detection (PELT). ScholarGate. https://scholargate.app/ru/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)). Получено 2026-06-15 из https://scholargate.app/ru/statistics/change-point-detection · Набор данных: https://doi.org/10.5281/zenodo.20539026