Quickest Detection of Deviations from Periodic Statistical Behavior
Quickest Detection of Deviations from Periodic Statistical Behavior
复制标题
最快速地检测周期性统计行为的偏差
DOI：
--
复制
发表时间：
2018
期刊：
影响因子：
--
通讯作者：
Gene T. Whipps
中科院分区：
文献类型：
--
作者：
T. Banerjee;Prudhvi K. Gurram;Gene T. Whipps
本文提出了一类新的随机过程，称为独立周期同分布（i.p.i.d.）过程被定义为捕获周期性变化的统计行为。提出了算法来检测这种ipid的变化。流程.结果表明，该算法可以递归计算，是渐近最优的。这个问题在流量数据、社交网络数据和神经数据中的异常检测中有应用，其中已经观察到周期性统计行为。
A new class of stochastic processes called independent and periodically identically distributed (i.p.i.d.) processes is defined to capture periodically varying statistical behavior. Algorithms are proposed to detect changes in such i.p.i.d. processes. It is shown that the algorithms can be computed recursively and are asymptotically optimal. This problem has applications in anomaly detection in traffic data, social network data, and neural data, where periodic statistical behavior has been observed.
从二元观测估计可分离马尔可夫随机场。
影响因子：
2.9
作者：
Zhang,Yingzhuo;Malem-Shinitski,Noa;Allsop,StephenA;MTye,Kay;Ba,Demba
通讯作者：
Ba,Demba