एक समय श्रृंखला के शून्य माध्य भागों को खोजने के लिए अत्याधुनिक विधि (एस)


9

मेरे पास शोर की समय श्रृंखला है जिसे मुझे एक शून्य मतलब के साथ उन भागों में विभाजित करने की आवश्यकता है और उन शून्य भागों के बिना। सीमाओं को यथासंभव सटीक रूप से खोजना महत्वपूर्ण है (स्पष्ट रूप से जहां सीमा ठीक है, थोड़ा व्यक्तिपरक है)। मुझे लगता है कि एक कुसुम संस्करण को ऐसा करने के लिए अनुकूलित किया जा सकता है लेकिन जैसा कि कुसुम मुख्य रूप से एकल परिवर्तनों को खोजने के बारे में है जो पूरे विभाजन की रणनीति को पूरी तरह से अनसुना कर देता है।

मुझे यकीन है कि इस समस्या पर अनुसंधान का एक समूह किया गया है, लेकिन इसे खोजने में सक्षम नहीं हैं।

PS इन समय श्रृंखला में डेटा की मात्रा काफी बड़ी है, यानी सैकड़ों-लाखों नमूनों तक, और एक व्यक्तिगत नमूना कुछ सौ घटकों के साथ एक सदिश हो सकता है, इसलिए एक विधि जिसे जल्दी से गणना की जा सकती है वह एक महत्वपूर्ण कारक है ।

PPS एक विभाजन टैग नहीं है, इसलिए वर्गीकरण टैग है।

जवाबों:


1

ऐसा लगता है कि यहां मुख्य मुद्दा कुशल परिवर्तन-बिंदु का पता लगाना है, क्योंकि इसके बाद नमूने की संख्या में बढ़ती सटीकता के साथ खंड का मतलब तुच्छ रूप से पाया जा सकता है। एक बार हालिया दृष्टिकोण जो दिलचस्प हो सकता है, वह है जेड। हरचौई, एफ। बाख और ई। मौलिंस। कर्नेल परिवर्तन-बिंदु विश्लेषण, तंत्रिका सूचना प्रसंस्करण प्रणाली (एनआईपीएस), 2008 में अग्रिम।


1

यह कला की स्थिति नहीं हो सकती है, लेकिन एक सहज विधि समय में प्रत्येक बिंदु के करीब टिप्पणियों पर भार रखकर डेटा को सुचारू कर रही होगी। तो अगर आप जानना चाहते हैं कि क्या नमूना R का समय पर शून्य मतलब T है:

mu(R,T)=w1*Sample(R,T)+w2*Sample(R,T-1)+w3*Sample(R,T+1)....

जहाँ सीमा निहित है उसकी परिभाषा के आधार पर शायद घातीय भार एक अच्छा विकल्प हो सकता है।

प्रत्येक सोम्पल के आरंभ और अंत में परिभाषा जैसे कुछ तकनीकी विवरणों का ध्यान रखने के बाद, आप अब यह परीक्षण कर सकते हैं कि प्रत्येक माऊस उन बिंदुओं को खोजने के लिए शून्य के करीब पर्याप्त है या नहीं, जहां माध्य शून्य है।

हमारी साइट का प्रयोग करके, आप स्वीकार करते हैं कि आपने हमारी Cookie Policy और निजता नीति को पढ़ और समझा लिया है।
Licensed under cc by-sa 3.0 with attribution required.