Scientific Reports· 2026Q1
REAMP: Stokastik Rezonans Yaklaşımıyla Yüksek Boyutlu Verilerde Çoklu Değişim Noktası Tespiti
REAMP: a stochastic resonance approach for multi-change point detection in high-dimensional data
- 0atıf
- Q1SCImago
- 2026yıl
Kısa özet
Optimal taşıma ve stokastik rezonansı kullanan yeni bir çerçeve olan REAMP, mevcut yöntemlerden daha iyi performans göstererek, özellikle eşzamanlı ortalama ve varyans kaymalarında, yüksek boyutlu verilerdeki birden fazla yapısal kırılmayı doğru bir şekilde tespit eder.
Yapay zekâ ile başlık ve abstract'tan üretildi; tam metin okunmaz.
Ana noktalar
- REAMP, yüksek boyutlu verilerde çoklu değişim noktası tespiti için optimal taşıma ve stokastik rezonansı kullanır.
- EMD ve SHP aracılığıyla iki aşamalı boyut indirgeme, verileri grafik tabanlı bir sayım istatistiğine eşler.
- Rastgeleleştirilmiş önceliklere sahip stokastik rezonans, yerel arama sınırlamalarının üstesinden gelerek değişim noktaları için küresel minimumları belirlemeye yardımcı olur.
- REAMP, mevcut yöntemlere göre, özellikle eşzamanlı ortalama ve varyans kaymalarında daha üstün performans gösterir.
- Yöntem, hücre bölünme aşamalarının doğru tespiti ve görselleştirilmesi için zaman atlamalı embriyo izleme verilerine uygulanmıştır.
Yapay zekâ ile başlık ve abstract'tan üretildi; tam metin okunmaz.
Özet (abstract)
Detecting multiple structural breaks in high-dimensional data remains a challenge, particularly when changes occur in higher-order moments or within complex manifold structures. In this paper, we propose REAMP (Resonance-Enhanced Analysis of Multi-change Points), a novel framework that integrates optimal transport theory with the physical principles of stochastic resonance. By utilizing a two-stage dimension reduction via the Earth Movers Distance (EMD) and Shortest Hamiltonian Paths (SHP), we map high-dimensional observations onto a graph-based count statistic. To overcome the locality constraints of traditional search algorithms, we implement a stochastic resonance system that utilizes randomized Beta-density priors to vibrate the objective function. This process allows multiple change points to resonate as global minima across iterative simulations, generating a candidate point cloud. A double-sharpening procedure is then applied to these candidates to pinpoint precise change point locations. We establish the asymptotic consistency of the resonance estimator and demonstrate through simulations that REAMP outperforms state-of-the-art methods, especially in scenarios involving simultaneous mean and variance shifts. The practical utility of the method is further validated through an application to time-lapse embryo monitoring, where REAMP provides both accurate detection and intuitive visualization of cell division stages.
Yazarların özeti; kaynağından alınmıştır. Scientific Reports, 2026 · DOI ↗
Ücretsiz hesapla devam et
Makaleye Sor ile bu makaleye günde 3 soru ücretsiz; makaleyi kaydet, kaynakçasını al, ilgi alanına göre her gün yeni özetler. Çıkarımlar Premium.
Web'de ücretsiz devam etGoogle ya da Apple hesabınla giriş; kart istemez. Bu makaleye geri dönersin.
Telefonda:
Statistics, Probability and UncertaintyDecision Sciences