Detecting change regions on spheres
球面上的变化区域检测AI 解读 ↓
← 返回论文列表与筛选
阅读说明
本页整理公开书目信息，不生成学术质量评分。AI 解读根据题名及所注明的摘要或原文片段生成，未完成全文核验，可能有误；具体假设、证明与结论请核对原文。摘要保留来源文本，未经模型改写。
DOI 首次登记不等于接收或发表日期。部分更正、评论等条目没有独立摘要；缺少可靠材料时保留待补状态。
本页为预印本版本；arXiv 收录、作者填写的期刊信息以及作者既有发表经历，都不单独证明本篇已接收。作者发表记录按 OpenAlex 身份与完整姓名、本站覆盖期刊 ISSN 及正式卷期核对，只展示已核实例，档案仍可能误合并。
引用量采用 OpenAlex 单条关联记录，不合计多个记录；关联记录可能包含正式发表版本，不等于此版本单独引用。缺失不视为零，引用指标不代表论文质量。
关注作者按书目中的完整姓名匹配，同名和姓名变体需人工辨别。相关论文先按共享细分方向和具体方法排列，再参考通用方法与发表日期。
分类依据与纠错
AI 根据所提供的论文材料归类：摘要研究球面空间均值变化区域，并非明确的宏观时间序列结构变化，现有领域细分缺乏直接对应项。
反馈分类问题
正在核对关联版本…
代码、数据与补充材料
正在核对对应版本的资源…
关注这篇论文的作者
球面上的变化区域检测
- 研究问题
- 对于球面上的信号与噪声数据，如何定位边界不规则的均值变化区域，并将单个区域的识别推广到多个区域？
- 方法与思路
- 作者提出 CRISP 估计器及多区域扩展方案，利用描述变化区域的假设类之 VC 维研究收敛率，并专门分析球冠形区域。
- 材料陈述的贡献
- 摘要称建立变化区域估计的收敛率与 VC 维之间的关系，模拟展示有限样本表现，并在全球温度和臭氧空洞数据上应用。
- 阅读关注点
- 应核对噪声与球面采样条件、变化幅度和区域误差的度量，以及多区域分离要求、球冠特例与一般不规则边界的适用差别。
- 阅读边界
- 依据 arXiv 预印本摘要，同行评审及期刊接收未经核实；摘要未给出具体收敛率和条件，不能将空间变化检测直接推广到任意流形。
原文摘要
While change point detection in time series data has been extensively studied, little attention has been given to its generalisation to data observed on spheres or other manifolds, where changes may occur within spatially complex regions with irregular boundaries, posing significant challenges. We propose a new class of estimators, namely, Change Region Identification and SeParation (CRISP), to locate changes in the mean function of a signal-plus-noise model defined on $d$-dimensional spheres. The CRISP estimator applies to scenarios with a single change region, and is extended to multiple change regions via a newly developed generic scheme. The convergence rate of the CRISP estimator is shown to depend on the VC dimension of the hypothesis class that characterises the change regions in general. We also carefully study the case where change regions have the geometry of spherical caps. Simulations confirm the promising finite-sample performance of this approach. The CRISP estimator's practical applicability is further demonstrated through two real data sets on global temperature and ozone hole.