Neues Verfahren erkennt schnelle Änderungen in Markov-Prozessen ohne Likelihood
In einer kürzlich veröffentlichten Studie wird ein innovatives Verfahren vorgestellt, das die schnelle Erkennung von Änderungen in Markov-Prozessen ermöglicht – und das ohne die klassische Likelihood-Berechnung. Stattdessen lernt das System den bedingten Score ∇y log p(y|x) direkt aus Stichprobenpaaren (x, y), wobei sowohl x als auch y hochdimensionale Daten sind, die vom selben Übergangskern erzeugt werden.
