A Dynamic Sampling Approach for Detecting a Change in Distribution
检测分布变化的动态抽样方法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。
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：摘要直接研究布朗运动漂移变化的检测与停止决策，因此对应结构变化方向；其具体应用并未限定为宏观经济。
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
检测分布变化的动态抽样方法
- 研究问题
- 在变化时点具有指数先验的布朗运动漂移变化问题中，如何联合选择动态抽样速率与宣布变化的停止规则？
- 方法与思路
- 作者在贝叶斯框架下允许连续控制抽样速率，从而控制过程的方差系数，并联合求解最优速率函数和停止规则。
- 材料陈述的贡献
- 摘要称作者给出相关量的显式表达，且动态抽样优于恒定速率抽样；在预期变化等待时间趋于无穷时，相对效率发散。
- 阅读关注点
- 应核对优化目标、抽样与延迟成本、速率约束和停止规则，并确认相对效率的定义及其极限结论所依赖的设定。
- 阅读边界
- 仅据 OpenAlex 索引摘要，稿件版本未注明；优势限于所述布朗运动与指数先验框架，不能推定对一般变点问题成立。
原文摘要
The problem of detecting a change in drift of Brownian motion is considered in the Bayesian framework with the time of change having a (prior) exponential distribution. To the well known problem of finding an optimal stopping rule for "declaring a change," we add the option of continuously controlling the sampling rates--resulting in controlling the variance coefficient of the process. The combined problem of finding an optimal rate function (dynamic sampling) together with an optimal stopping rule is solved and explicit expressions for the quantities of interest are derived. The dynamic sampling procedure is shown to be significantly superior to constant rate sampling. The comparison is most favorable when the expected time until change tends to infinity, where the relative efficiency between the two procedures tends to infinity.