Resumen

La detección de puntos de cambio (CP) ha atraído una atención considerable en los campos de la minería de datos y la estadística; es muy significativo discutir cómo detectar rápida y eficientemente el cambio abrupto de las señales bioeléctricas a gran escala. En la actualidad, la mayoría de los métodos existentes, como el estadístico Kolmogorov-Smirnov (KS) y otros, requieren mucho tiempo, especialmente para conjuntos de datos a gran escala. En este artículo, proponemos un marco rápido para la detección de cambios bruscos basado en árboles de búsqueda binarios (BST) y un estadístico KS modificado, denominado BSTKS (árboles de búsqueda binarios y estadístico Kolmogorov). En este método, en primer lugar, se construyen dos árboles de búsqueda binarios, denominados BSTcA y BSTcD, mediante la transformada de ondas de Haar multinivel (HWT); en segundo lugar, se introducen tres criterios de búsqueda en función de las fluctuaciones de la estadística y la varianza en las series temporales diagnosticadas; por último, se detecta una ruta de búsqueda óptima desde la raíz hasta los nodos de las hojas de dos BST. Los estudios sobre las muestras de series temporales sintéticas y las grabaciones reales de electroencefalogramas (EEG) indican que el BSTKS propuesto puede detectar el cambio abrupto más rápida y eficientemente que los métodos KS, t -estadístico ( t ), y Singular-Spectrum Analyses (SSA), con el menor tiempo de computación, la mayor tasa de aciertos, el menor error y la mayor precisión de los cuatro métodos. Este estudio sugiere que el BSTKS propuesto es muy útil para la inspección de información útil en todo tipo de señales de series temporales bioeléctricas.

• Materias:Inteligencia artificial Minería de datos Algoritmos genéticos Cerebro - fisiopatología Neurociencia Cognitiva
• Subjects:Artificial intelligence Data mining Genetic algorithms Brain - pathophysiology Cognitive Neuroscience
• Palabras claves:árbol de búsqueda binario, bstks propuestos, métodos, señal de series temporales, estadística k modificada, estadística, muestra de series temporales, transformada wavelet haar, atrajo una atención considerable, inspección de información útil
• Keywords:binary search tree, proposed bstks, methods, time series signal, modified k statistics, statistics, time series sample, haar wavelet transform, attracted considerable attention, useful information inspection