Multiple change point detection by sparse parameter estimation

Autoři

NEUBAUER Jiří VESELÝ Vítězslav

Rok publikování 2010
Druh Článek ve sborníku
Konference Proceedings of COMPSTAT'2010, 19th International Conference on Computational Statistics
Fakulta / Pracoviště MU

Ekonomicko-správní fakulta

Citace
www http://www.econ.muni.cz/~vesely/papers/Compstat10.pdf
Obor Aplikovaná statistika, operační výzkum
Klíčová slova multiple change point detection; overparametrized model; sparse parameter estimation; basis pursuit algorithm
Popis The contribution is focused on multiple change point detection in a onedimensional stochastic process by sparse parameter estimation from an overparametrized model. Stochastic process with changes in the mean is estimated using dictionary consisting of Heaviside functions. The basis pursuit algorithm is used to get sparse parameter estimates. Some properties of mentioned method are studied by simulations.
Související projekty:

Používáte starou verzi internetového prohlížeče. Doporučujeme aktualizovat Váš prohlížeč na nejnovější verzi.