| 電子情報通信学会 研究会発表申込システム 講演論文 詳細 |
技報閲覧サービス [ログイン] 技報アーカイブ |
| トップに戻る | 前のページに戻る | [Japanese] / [English] |
| 講演抄録／キーワード | ||
| 講演名 | 2020-05-28 15:00 i.p.i.d.情報源におけるベイズ規準の下で最適なRelevant な変化の検出 ○鈴木海理・鎌塚 明・松嶋敏泰（早大）  IT2020-3 EMM2020-3 |
|
| 抄録 | （和） | 時系列データにおいて，データの従う確率分布のパラメータが切り替わった点（変化点）を検出する問題を変化点検出題と呼ぶ．変化点検出問題は，各応用分野でさまざまな関連問題が研究されている． 例えば，統計モデルを仮定した下で，時系列データ $(X_{t})_{t=1}^{n}$ に対して， 変化点の有無を判定する問題，時点 $t_{0}=1$ と比べたときの変化量 $abs{theta_{t_{0}}-theta_{t}}$ を推定する問題，総変化回数を推定する問題等が研究されてきた． 変化点の有無を検出する問題は，従来，次の形の仮説検定問題 $H_{0}:forall t,theta_{t}=theta_{t_{0}}$ v.s. $H_{1}:exists t, theta_{t}neq theta_{t_{0}}$ を用いて定式化されてきたが， 近年，Dette らにより，微小なパラメータ変化は変化点とみなさない場合の変化点検出問題が， 次の形の仮説検定問題として定式化された：$H_{0}: abs{theta_{t}-theta_{t_{0}}}< r$ v.s. $H_{1}:abs{theta_{t}-theta_{t_{0}}} geq r$（ここで，$r$ は事前に設定する定数）． これを Relevant な変化点検出問題と呼ぶ． 本研究では特に，時点 $t_{0}=1$ と比べたときに，各時点 $t$ での Relevant な変化の有無を検出するような逐次検出問題を定式化し，ベイズ規準の下で最適な変化点検出方式を導出する．さらに適当な仮定の下で，特に，i.p.i.d. 情報源において，$O(n^{3})$ の計算量で計算可能な最適な変化点検出アルゴリズムを提案する. |
| （英） | The problems of detecting change points are studied in various fields. There are various types of change-point detection-related problems such as detecting whether the change has occured, estimating on magnitude of the change $abs{theta_{t_{0}}-theta_{t}}$, and estimating on the number of the changes. In most of the previous studies, problems of detecting the change point are formulated via hypothesis testing of the form $H_{0}:theta_{t}=theta_{t_{0}}$ v.s. $H_{1}: theta_{t} neq theta_{t_{0}}$. Recently Dette et al. has formualted the problem via hypothesis testing of the form $abs{theta_{t}-theta_{t_{0}}}< r$ v.s. $H_{1}:abs{theta_{t}-theta_{t_{0}}} geq r$, which ignores small changes, where $r$ is a constant. The change point problem of this form is called a relevent-change-point detection problem.. In this study, we formulate a detecting the relevant change-points in the statistical decision theory. Then we propose an optimal and efficient estimating algorithm of the number of change points under bayesian criterion. The algorithm take the computational complexity in the order of $O(n^{3})$ under some assumptions. |
|
| キーワード | （和） | 変化点検出 / Relevantな変化 / .p.i.d. 情報源 / ベイズ決定理論 / / / / |
| （英） | Change point detection / Relevant changes / i.p.i.d. sources / Bayesian decision theory / / / / | |
| 文献情報 | 信学技報, vol. 120, no. 43, IT2020-3, pp. 13-18, 2020年5月. | |
| 資料番号 | IT2020-3 | |
| 発行日 | 2020-05-21 (IT, EMM) | |
| ISSN | Online edition: ISSN 2432-6380 | |
| 著作権に ついて |
技術研究報告に掲載された論文の著作権は電子情報通信学会に帰属します．(許諾番号：10GA0019/12GB0052/13GB0056/17GB0034/18GB0034) | |
| PDFダウンロード | IT2020-3 EMM2020-3 |
|
| 研究会情報 | |
| 研究会 | IT EMM |
| 開催期間 | 2020-05-28 - 2020-05-29 |
| 開催地（和） | オンライン開催 |
| 開催地（英） | Online |
| テーマ（和） | 情報セキュリティ，情報理論，情報ハイディング，一般 |
| テーマ（英） | Information Security, Information Theory, Information Hiding, etc. |
| 講演論文情報の詳細 | |
| 申込み研究会 | IT |
| 会議コード | 2020-05-IT-EMM |
| 本文の言語 | 日本語 |
| タイトル（和） | i.p.i.d.情報源におけるベイズ規準の下で最適なRelevant な変化の検出 |
| サブタイトル（和） | |
| タイトル（英） | Bayes Optimal Detecting Relevant Changes for i.p.i.d. Sources |
| サブタイトル（英） | |
| キーワード(1)（和/英） | 変化点検出 / Change point detection |
| キーワード(2)（和/英） | Relevantな変化 / Relevant changes |
| キーワード(3)（和/英） | .p.i.d. 情報源 / i.p.i.d. sources |
| キーワード(4)（和/英） | ベイズ決定理論 / Bayesian decision theory |
| キーワード(5)（和/英） | / |
| キーワード(6)（和/英） | / |
| キーワード(7)（和/英） | / |
| キーワード(8)（和/英） | / |
| 第1著者 氏名（和/英/ヨミ） | 鈴木 海理 / Kairi Suzuki / スズキ カイリ |
| 第1著者 所属（和/英） | 早稲田大学 (略称： 早大) Waseda University (略称： Waseda Univ.) |
| 第2著者 氏名（和/英/ヨミ） | 鎌塚 明 / Akira Kamatsuka / カマツカ アキラ |
| 第2著者 所属（和/英） | 早稲田大学 (略称： 早大) Waseda University (略称： Waseda Univ.) |
| 第3著者 氏名（和/英/ヨミ） | 松嶋 敏泰 / Toshiyasu Matsushima / マツシマ トシヤス |
| 第3著者 所属（和/英） | 早稲田大学 (略称： 早大) Waseda University (略称： Waseda Univ.) |
| 第4著者 氏名（和/英/ヨミ） | / / |
| 第4著者 所属（和/英） | (略称： ) (略称： ) |
| 第5著者 氏名（和/英/ヨミ） | / / |
| 第5著者 所属（和/英） | (略称： ) (略称： ) |
| 第6著者 氏名（和/英/ヨミ） | / / |
| 第6著者 所属（和/英） | (略称： ) (略称： ) |
| 第7著者 氏名（和/英/ヨミ） | / / |
| 第7著者 所属（和/英） | (略称： ) (略称： ) |
| 第8著者 氏名（和/英/ヨミ） | / / |
| 第8著者 所属（和/英） | (略称： ) (略称： ) |
| 第9著者 氏名（和/英/ヨミ） | / / |
| 第9著者 所属（和/英） | (略称： ) (略称： ) |
| 第10著者 氏名（和/英/ヨミ） | / / |
| 第10著者 所属（和/英） | (略称： ) (略称： ) |
| 第11著者 氏名（和/英/ヨミ） | / / |
| 第11著者 所属（和/英） | (略称： ) (略称： ) |
| 第12著者 氏名（和/英/ヨミ） | / / |
| 第12著者 所属（和/英） | (略称： ) (略称： ) |
| 第13著者 氏名（和/英/ヨミ） | / / |
| 第13著者 所属（和/英） | (略称： ) (略称： ) |
| 第14著者 氏名（和/英/ヨミ） | / / |
| 第14著者 所属（和/英） | (略称： ) (略称： ) |
| 第15著者 氏名（和/英/ヨミ） | / / |
| 第15著者 所属（和/英） | (略称： ) (略称： ) |
| 第16著者 氏名（和/英/ヨミ） | / / |
| 第16著者 所属（和/英） | (略称： ) (略称： ) |
| 第17著者 氏名（和/英/ヨミ） | / / |
| 第17著者 所属（和/英） | (略称： ) (略称： ) |
| 第18著者 氏名（和/英/ヨミ） | / / |
| 第18著者 所属（和/英） | (略称： ) (略称： ) |
| 講演者 | 第1著者 |
| 発表日時 | 2020-05-28 15:00:00 |
| 発表時間 | 25分 |
| 申込先研究会 | IT |
| 資料番号 | IT2020-3, EMM2020-3 |
| 巻番号（vol） | vol.120 |
| 号番号（no） | no.43(IT), no.42(EMM) |
| ページ範囲 | pp.13-18 |
| ページ数 | 6 |
| 発行日 | 2020-05-21 (IT, EMM) |
[研究会発表申込システムのトップページに戻る]