ScholarGate
Асистент
Machine learningTime-series monitoring

Виявлення точок зміни (PELT)

Виявлення точок зміни ідентифікує моменти часу, в які статистичні властивості послідовності — такі як середнє значення, дисперсія або розподіл — різко змінюються. Алгоритм Pruned Exact Linear Time (PELT), представлений Killick, Fearnhead та Eckley (2012), точно розв'язує задачу регуляризованої сегментації, досягаючи лінійної очікуваної обчислювальної складності, що робить його практичним для довгих часових рядів, що зустрічаються в геноміці, фінансах, кліматології та обробці сигналів.

Застосувати у StatMindНезабаромВідеоНезабаромЗавантажити слайди

Читати метод повністю

Лише для учасників

Увійдіть із безкоштовним обліковим записом, щоб прочитати цей розділ.

Увійти

Карта методів

Околиця споріднених методів — виберіть вузол, щоб дослідити.

Джерела

  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

Як цитувати цю сторінку

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

Який метод?

Поставте цей метод поруч із його найближчими спорідненими й читайте їх пліч-о-пліч — бібліотека викладає книги на стіл; вибір за вами.

Порівняти поруч
ScholarGateChange-Point Detection (Change-Point Detection (PELT)). Отримано 2026-06-15 з https://scholargate.app/uk/statistics/change-point-detection · Набір даних: https://doi.org/10.5281/zenodo.20539026