Adaptive Block-Based Change-Point Detection for Sparse Spatially Clustered Data with Applications in Remote Sensing Imaging
稀疏空间聚集数据的自适应分块变点检测及遥感应用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：摘要研究通用高维空间数据的分布变点，并以遥感影像为应用，尚未提供宏观结构变化或其他所列经济领域的直接依据。
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
稀疏空间聚集数据的自适应分块变点检测及遥感应用
- 研究问题
- 在高维观测或非欧几里得对象序列中，如何检测仅发生于未知少数相关维度的分布变化，尤其是空间聚集的局部变化？
- 方法与思路
- 作者提出非参数自适应分块检测框架，将空间或局部分组依赖纳入变点分析，并通过模拟及遥感影像案例展示方法。
- 材料陈述的贡献
- 摘要称利用空间依赖可提高稀疏变化的检测能力和变点估计精度，模拟报告比较优势，并展示设施遥感影像活动检测。
- 阅读关注点
- 应核对分块如何自适应选择、空间和时间依赖分别需要哪些条件，以及稀疏程度、误报控制和变点定位误差的评价。
- 阅读边界
- 这是 arXiv 预印本，同行评审及期刊接收未核实；摘要未说明检测阈值、理论保证或比较设置，不能据此认定普遍优越。
原文摘要
We present a non-parametric change-point detection approach to detect potentially sparse changes in a time series of high-dimensional observations or non-Euclidean data objects. We target a change in distribution that occurs in a small, unknown subset of dimensions, where these dimensions may be correlated. Our work is motivated by a remote sensing application, where changes occur in small, spatially clustered regions over time. An adaptive block-based change-point detection framework is proposed that accounts for spatial dependencies across dimensions and leverages these dependencies to boost detection power and improve estimation accuracy. Through simulation studies, we demonstrate that our approach has superior performance in detecting sparse changes in datasets with spatial or local group structures. An application of the proposed method to detect activity, such as new construction, in remote sensing imagery of the Natanz Nuclear facility in Iran is presented to demonstrate the method's efficacy.