[論文レビュー] Quickest Change Detection under Transient Dynamics: Theory and Asymptotic Analysis

Shaofeng Zou, Georgios Fellouris+1 more|arXiv (Cornell University)|Nov 6, 2017

Advanced Statistical Process Monitoring参考文献 23被引用数 3

ひとこと要約

本稿では、変化後分布への移行が未知持続時間の段階を経て発生するシステムにおける、適応的 quickest 変化検出アルゴリズムを提案する。変化前から持続的分布への移行が未知持続時間の段階を経て発生する状況において、重み付き動的 CuSum アルゴリズムを導入し、平均誤報運行長（ARL）と一時的期間が無限大に近づく際、Lorden および Pollak の基準において漸近的最適性を証明した。性能は未知の一時的期間長に対してロバストである。

ABSTRACT

The problem of quickest change detection (QCD) under transient dynamics is studied, where the change from the initial distribution to the final persistent distribution does not happen instantaneously, but after a series of transient phases. The observations within the different phases are generated by different distributions. The objective is to detect the change as quickly as possible, while controlling the average run length (ARL) to false alarm, when the durations of the transient phases are completely unknown. Two algorithms are considered, the dynamic Cumulative Sum (CuSum) algorithm, proposed in earlier work, and a newly constructed weighted dynamic CuSum algorithm. Both algorithms admit recursions that facilitate their practical implementation, and they are adaptive to the unknown transient durations. Specifically, their asymptotic optimality is established with respect to both Lorden's and Pollak's criteria as the ARL to false alarm and the durations of the transient phases go to infinity at any relative rate. Numerical results are provided to demonstrate the adaptivity of the proposed algorithms, and to validate the theoretical results.

研究の動機と目的

• 変化後持続状態に到達するまでの未知持続時間の一時的段階を経るシステムにおける変化検出の課題に対処すること。
• 低遅延を維持しつつ、未知の一時的期間長に対してロバストな検出アルゴリズムを開発すること。
• quickest 変化検出における Lorden および Pollak の基準の下での理論的性能保証を確立すること。
• 一時的期間長の事前知識を必要としない再帰的アルゴリズムにより、実装可能性を確保すること。

提案手法

• 複合仮説の下での尤度比に基づく再帰的テスト統計量の計算を可能にする、先行研究に基づく動的 CuSum（D-CuSum）アルゴリズムを提案する。
• 段階的遷移に基づく観測値に動的重みを割り当てる仕組みを備えた、新規の重み付き動的 CuSum アルゴリズムを導入し、適応性を向上させる。
• 帰無仮説（変化が発生していない）と、すべての可能な変化点および一時的期間を含む対立仮説を含む逐次仮説検定として検出問題を定式化する。
• 両アルゴリズムの再帰的構造を導出し、一時的期間長の知識を必要とせずにリアルタイム実装を可能にする。
• 一般化尤度比統計量をテスト統計量として用い、平均誤報運行長（ARL）を制御する閾値に基づく停止ルールを設定する。
• Lorden および Pollak の基準の下で漸近的分析を実施し、ARL と一時的期間が任意の相対速度で無限大に近づく際の最適性を証明する。

実験結果

リサーチクエスチョン

• RQ1 システムが持続的変化状態に到達するまでの未知持続時間の一時的段階を経る状況において、quickest 変化検出をどのように効果的に行うことができるか？
• RQ2 未知の一時的期間長に適応可能な検出アルゴリズムを設計でき、理論的性能保証を維持できるか？
• RQ3 平均誤報運行長（ARL）と一時的期間がともに無限大に近づく際、Lorden および Pollak の基準における検出遅延の漸近的挙動はいかなるものか？
• RQ4 検出統計量に対して再帰的表現を導出でき、リアルタイムシステムにおける実装可能性を確保できるか？
• RQ5 一時的ダイナミクスが存在する状況において、提案アルゴリズムの性能は古典的手法と比べてどのように異なるか？

主な発見

• 提案された重み付き動的 CuSum アルゴリズムは、平均誤報運行長（ARL）と一時的期間が任意の相対速度で無限大に近づく際、Lorden および Pollak の両基準において漸近的最適性を達成する。
• 動的 CuSum アルゴリズムは Lorden の基準において漸近的最適であることが示され、一時的期間が短い場合には検出遅延が $ \frac{b}{I_1}(1+o(1)) $ のオーダーで増加する。
• 一時的期間が長い場合には、検出遅延は $ b\left(\frac{c_1'}{I_1} + \frac{1-c_1'}{I_2}\right)(1+o(1)) $ のオーダーで増加し、ここで $ c_1' $ は最初の一時的段階の相対期間を表す。
• 理論的分析により、両アルゴリズムが低誤報率を維持し、再帰的計算によって未知の一時的期間長に適応することが確認された。
• 数値結果により理論的予測が妥当であることが検証され、さまざまな一時的期間設定においてアルゴリズムのロバスト性と適応性が示された。
• アルゴリズムの再帰的構造により実装可能性が保証され、一時的期間長の事前知識を必要とせずにリアルタイム実装が可能である。