具有变点的神经随机微分方程:一种生成对抗方法
💡
原文中文,约300字,阅读约需1分钟。
📝
内容提要
提出了一种基于神经随机微分方程的时间序列变点检测算法,使用GAN鉴别器的输出检测变点,并学习未知变点和对应的神经随机微分方程模型参数。实验结果表明,该方法在合成和实际数据集上的性能优于经典基准和其他深度生成模型。
🎯
关键要点
- 提出了一种基于神经随机微分方程的时间序列变点检测算法。
- 该算法使用生成对抗网络框架下的神经随机微分方程模型。
- 通过GAN鉴别器的输出在前向传递中检测变点。
- 通过交替更新学习未知变点和对应的神经随机微分方程模型参数。
- 实验结果表明,该方法在合成和实际数据集上的性能优于经典基准和其他深度生成模型。
➡️