초록
변환점(Changepoints)은 데이터 시퀀스의 생성 매개변수에 발생하는 갑작스러운 변화를 의미합니다. 변환점의 온라인 감지는 금융, 생체측정학, 로보틱스 등 다양한 응용 분야에서 시계열 모델링과 예측에 유용합니다. 빈도주의 방법론은 온라인 필터링 및 예측 기술을 제공했지만, 대부분의 베이지안 논문은 사후적 세분화 문제에 집중해 왔습니다. 본 연구에서는 변환점 전후의 모델 매개변수가 독립적인 경우를 검토하고, 가장 최근의 변환점을 정확히 추론하기 위한 온라인 알고리즘을 도출하였습니다. 간단한 메시지 패싱 알고리즘을 사용하여 현재 "런(run)" 또는 마지막 변환점 이후 경과 시간의 확률 분포를 계산합니다. 우리의 구현은 매우 모듈화되어 있어 다양한 유형의 데이터에 알고리즘을 적용할 수 있습니다. 이 모듈성은 실제 세계의 세 가지 다른 데이터 세트에서 알고리즘을 시연함으로써 보여주었습니다.