Ani değişimleri olan çizgelerin istatistiksel network analizi

C izgeler ogeler arasındaki iliskileri ifade etmek icin herhangi tur ogeler arasındakiiliskileri ifade etmek icin oldukca farklı disiplinlerde kullanılan kuvvetli matematikselaraclardır. Bu calısmada, rassal obek cizgeleri ve rassal obek cizge serilerindesayısı bilinmeyen coklu degisim noktası algılama problemi uzerinde calstık. Rassalobek cizge modeli, iliskisel veri kumeleme algoritmalarının bir dalıdır. Bu modeluzerinde beklenti-en iyileme, degisimsel beklenti-en iyileme gibi Bayesci metodlar veGibbs rneklemesi gibi Monte Carlo metodların calıstık. Zaman serisi analizinde,saklı Markov modelleri calıstk, yaygın olarak kullanılan ileri-geri algoritmasını zamanserilerinde coklu degisim noktas alglama problemine uyarladk. Monte Carloyaklasımları ve gizli Markov modellerini (ileri filtreleme-geri ornekleme) birlestirenyaklasık cıkarım algoritması onerdik. Onerdigimiz modelimizde, ileri yonlu iletilerintamamı hesaplanır, son zaman dilimi icin hesaplanan ileri yonlu iletilerden degisimnoktası orneklenir, orneklenen degisim noktas icin geri yonlu iletiler hesaplanr, ileriyonlu iletilerle guncellenerek, bir onceki zaman dilimi icin degisim noktası orneklenir.İlk zaman dilimine kadar devam eden bu yontem geri yonde ornekleme olarak isimlendirilir.Bu yntemle, hesaplama maliyetini dusurulmus oldu. Ayrıca bu kullanımkolayca integral alamadıgımz icin tam ckarım algoritmaları gelistiremedigimiz zamanserileri analizinde Monte Carlo metodolojilerinin kullanm icin ornek bir motivasyondur.Sentetik veri uzerinde yaptıgımız deneylerde, onerdigimiz yaklasık cıkarımlama algoritmasınn degisim noktalarını ve kume atamalarının algılanmasında tam cıkarımlamametodolojisiyle yeterince ortusen sonuclar verdigini gozlemledik.