정상 이진 시계열 출력 예측
본 논문은 사전 분포 지식 없이도 정상(정상성) 이진 시계열의 다음 값을 예측하고자 하는 문제를 다룬다. 모든 시점에서의 예측은 불가능함을 알려진 바와 같이, 저자는 특정 “정지 시점”을 선택해 그때마다 예측을 시도하는 간단한 알고리즘을 제시한다. 정의된 정지 시점들의 성장 속도와, 해당 시점에서의 추정량이 실제 조건부 확률에 거의 확실히 수렴함을 증명한다. 또한, 이 추정량을 이용한 “추측” 규칙이 베이즈 규칙과 동일한 평균 성능을 보임을 보…
저자: Gusztav Morvai
본 논문은 정상(정상성) 이진 시계열 {X_n} 에 대해, 사전 분포 정보를 전혀 알지 못한 상태에서 다음 관측값 X_{n+1}=1 의 확률을 추정하는 문제를 다룬다. 기존 연구는 두 가지 형태의 예측 질문을 제시했는데, 첫 번째는 과거 무한히 긴 관측을 이용해 P(X₁=1|X₀,X_{-1},…) 을 일관적으로 추정할 수 있느냐는 것이고, 두 번째는 현재까지 관측된 유한 시계열 X₀,…,X_n 에 대해 P(X_{n+1}=1|X₀,…,X_n) 을 일관적으로 추정할 수 있느냐는 것이다. Ornstein은 첫 번째 질문에 대해 복잡한 비모수적 스킴을 제시했으며, Bailey는 두 번째 질문에 대해 전역적인 일관 추정이 불가능함을 증명하였다.
이러한 배경에서 저자는 두 번째 질문을 완화하여 “정지 시점” {λ_k} 을 도입한다. 정지 시점은 현재까지 관측된 블록 X_{λ_{k-1}}⁰ 이 과거에 언제 처음 등장했는지를 찾는 방식으로 정의된다. 구체적으로 λ₀=0이며, τ_k는 λ_{k-1} 이후 처음으로 동일한 블록이 재현되는 최소 양의 정수, 즉
\
원본 논문
고화질 논문을 불러오는 중입니다...
댓글 및 학술 토론
Loading comments...
의견 남기기