Standard

Байесовский подход к обнаружению разладки. / Татьяненко, Алексей Дмитриевич; Гориховский, Вячеслав Игоревич; Кутуев, Владимир Александрович.

Избранные труды весенней научно-практической конференции по вопросам информатики, математики, механики и астрономии «Мат-мех. Наука 2025»: 28 апреля – 3 мая 2025 г. Санкт-Петербург. Санкт-Петербург : Издательство «ВВМ», 2025. p. 56–64.

Research output: Chapter in Book/Report/Conference proceeding › Article in an anthology › Research › peer-review

Harvard

Татьяненко, АД, Гориховский, ВИ & Кутуев, ВА 2025, Байесовский подход к обнаружению разладки. in Избранные труды весенней научно-практической конференции по вопросам информатики, математики, механики и астрономии «Мат-мех. Наука 2025»: 28 апреля – 3 мая 2025 г. Санкт-Петербург. Издательство «ВВМ», Санкт-Петербург, pp. 56–64, Весенняя научно-практическая конференция по вопросам информатики, математики, механики и астрономии «МАТ-МЕХ. НАУКА 2025», Санкт-Петербург, Russian Federation, 28/04/25. <https://se.math.spbu.ru/math-sci/2025/doc/proc-ind/proc.math-sci-2025-ind.pdf>

APA

Татьяненко, А. Д., Гориховский, В. И., & Кутуев, В. А. (2025). Байесовский подход к обнаружению разладки. In Избранные труды весенней научно-практической конференции по вопросам информатики, математики, механики и астрономии «Мат-мех. Наука 2025»: 28 апреля – 3 мая 2025 г. Санкт-Петербург (pp. 56–64). Издательство «ВВМ». https://se.math.spbu.ru/math-sci/2025/doc/proc-ind/proc.math-sci-2025-ind.pdf

Vancouver

Татьяненко АД, Гориховский ВИ, Кутуев ВА. Байесовский подход к обнаружению разладки. In Избранные труды весенней научно-практической конференции по вопросам информатики, математики, механики и астрономии «Мат-мех. Наука 2025»: 28 апреля – 3 мая 2025 г. Санкт-Петербург. Санкт-Петербург: Издательство «ВВМ». 2025. p. 56–64

Author

Татьяненко, Алексей Дмитриевич ; Гориховский, Вячеслав Игоревич ; Кутуев, Владимир Александрович. / Байесовский подход к обнаружению разладки. Избранные труды весенней научно-практической конференции по вопросам информатики, математики, механики и астрономии «Мат-мех. Наука 2025»: 28 апреля – 3 мая 2025 г. Санкт-Петербург. Санкт-Петербург : Издательство «ВВМ», 2025. pp. 56–64

BibTeX

@inbook{f4795b6f59184e82bc9df39ea9f742be,
title = "Байесовский подход к обнаружению разладки",
abstract = "Рассматривается байесовский подход к обнаружению разладки. Описываются его преимущества для онлайн-задачи, позволяющие использовать алгоритм итеративно и локализовывать разладку по распределению длины пробега (количества шагов с последней разладки). Рассматриваются гауссовская и экспоненциальная предсказательные модели. Преимущество этих моделей на основе сопряжённых распределений — наличие явных формул для получения апостериорных гиперпараметров, что оказывается вычислительно простым решением. Предлагается эвристическая предсказательная модель, выбирающая на основе обучающей подвыборки более подходящую функцию правдоподобия из двух рассматриваемых. Описывается исследование зависимости этой эвристики от размера порога детектора и размера обучающей подвыборки, проведённое на различных распределениях. Основное внимание уделяется качеству локализации и задержкам.",
keywords = "временные ряды, разладка, байесовский подход",
author = "Татьяненко, {Алексей Дмитриевич} and Гориховский, {Вячеслав Игоревич} and Кутуев, {Владимир Александрович}",
note = "А.Д. Татьяненко, В.И. Гориховский, В.А. Кутуев, Байесовский подход к обнаружению разладки // Избранные труды весенней научно-практической конференции по вопросам информатики, математики, механики и астрономии «Мат-мех. Наука 2025». 28 апреля – 3 мая 2025 г. Санкт-Петербург, СПб: Издательство ВВМ, 2025; Весенняя научно-практическая конференция по вопросам информатики, математики, механики и астрономии «МАТ-МЕХ. НАУКА 2025» ; Conference date: 28-04-2025 Through 03-05-2025",
year = "2025",
month = jul,
language = "русский",
isbn = "978-5-9651-1633-1",
pages = "56–64",
booktitle = "Избранные труды весенней научно-практической конференции по вопросам информатики, математики, механики и астрономии «Мат-мех. Наука 2025»",
publisher = "Издательство «ВВМ»",
address = "Российская Федерация",
url = "https://se.math.spbu.ru/math-sci/2025/",

}

RIS

TY - CHAP

T1 - Байесовский подход к обнаружению разладки

AU - Татьяненко, Алексей Дмитриевич

AU - Гориховский, Вячеслав Игоревич

AU - Кутуев, Владимир Александрович

N1 - А.Д. Татьяненко, В.И. Гориховский, В.А. Кутуев, Байесовский подход к обнаружению разладки // Избранные труды весенней научно-практической конференции по вопросам информатики, математики, механики и астрономии «Мат-мех. Наука 2025». 28 апреля – 3 мая 2025 г. Санкт-Петербург, СПб: Издательство ВВМ, 2025

PY - 2025/7

Y1 - 2025/7

N2 - Рассматривается байесовский подход к обнаружению разладки. Описываются его преимущества для онлайн-задачи, позволяющие использовать алгоритм итеративно и локализовывать разладку по распределению длины пробега (количества шагов с последней разладки). Рассматриваются гауссовская и экспоненциальная предсказательные модели. Преимущество этих моделей на основе сопряжённых распределений — наличие явных формул для получения апостериорных гиперпараметров, что оказывается вычислительно простым решением. Предлагается эвристическая предсказательная модель, выбирающая на основе обучающей подвыборки более подходящую функцию правдоподобия из двух рассматриваемых. Описывается исследование зависимости этой эвристики от размера порога детектора и размера обучающей подвыборки, проведённое на различных распределениях. Основное внимание уделяется качеству локализации и задержкам.

AB - Рассматривается байесовский подход к обнаружению разладки. Описываются его преимущества для онлайн-задачи, позволяющие использовать алгоритм итеративно и локализовывать разладку по распределению длины пробега (количества шагов с последней разладки). Рассматриваются гауссовская и экспоненциальная предсказательные модели. Преимущество этих моделей на основе сопряжённых распределений — наличие явных формул для получения апостериорных гиперпараметров, что оказывается вычислительно простым решением. Предлагается эвристическая предсказательная модель, выбирающая на основе обучающей подвыборки более подходящую функцию правдоподобия из двух рассматриваемых. Описывается исследование зависимости этой эвристики от размера порога детектора и размера обучающей подвыборки, проведённое на различных распределениях. Основное внимание уделяется качеству локализации и задержкам.

KW - временные ряды

KW - разладка

KW - байесовский подход

M3 - статья в сборнике

SN - 978-5-9651-1633-1

SP - 56

EP - 64

BT - Избранные труды весенней научно-практической конференции по вопросам информатики, математики, механики и астрономии «Мат-мех. Наука 2025»

PB - Издательство «ВВМ»

CY - Санкт-Петербург

T2 - Весенняя научно-практическая конференция по вопросам информатики, математики, механики и астрономии «МАТ-МЕХ. НАУКА 2025»

Y2 - 28 April 2025 through 3 May 2025

ER -

ID: 138041183