通过概率密度函数回归进行事件检测

本研究解决了时间序列分析中事件检测方法依赖分段方法导致的事件起始和结束不精准的问题。提出了一种基于回归的通用方法，旨在预测事件位置的概率密度，从而提高长时间事件检测的准确性。结果表明，回归方法在多项基准网络和数据集上优于传统的分段方法，为特定事件检测任务提供了更有效的解决方案。