(P) Détecteur d’événements de saut bayésien lambda³: minimal, interprétable, open-source (Zenodo + github)

Nous sommes ravis d’annoncer la sortie de Lambda³, un modèle bayésien entièrement interprétable pour Détection automatique des événements de saut dans les données de la série temporelle.

Contrairement aux modèles classiques (qui correspondent à une seule loi), Lambda³ traite le monde comme un Mélange de tendances lisses et d’événements discrets—La facteur (tendance, événement, bruit) est entièrement explicable et statistiquement quantifié.

🔗 (github) (https://github.com/miosync-masa/bayesian-event-detector)

🔗 (preprint / zenodo) (https://zenodo.org/records/15672314)

🖼️! (Échantillon de résultat)

Décomposition des séries chronologiques à l’aide du détecteur d’événements de saut bayésien de lambda³.

Distributions postérieures des paramètres clés dans le modèle de régression bayésien de lambda³ de gauche à droite: beta_time: pente de la tendance sous-jacente (progression moyenne) beta_dlc_pos: Effet Taille des événements de saut positifbeta_dlc_neg: Effet Taille des événements de saut négatif est indiqué pour chaque paramètre, fournissant une incertitude quantitative et une interprétabilité pour chaque facteur explicatif.

Caractéristiques clés:

• Entièrement interprétable (pas de boîte noire)
• «Pourquoi cet événement s’est-il produit?» – pas seulement quand / où, mais pourquoi Et avec quelle certitude
• Inférence bayésienne ultra-rapide (PYMC, ~ 30 sec / échantillon)
• Extensible: personnalisable pour tout domaine scientifique ou commercial

Cas d’utilisation: Finance, détection des anomalies de sécurité, fabrication, dynamique moléculaire, découverte de médicaments, et plus encore!

Arrière-plan:
Pour être honnête, ce projet est à peu près inaperçu au Japon (LOL). C’est pourquoi je suis ravi d’entendre ce que pense la communauté Reddit, en particulier si vous êtes dans des modèles de séries chronologiques bayésiennes!

PS Il y a des exemples d’expériences, du code et une discussion sur les limitations (pas de sureffaire). Le code est limité au MIT à la fois académique et pratique.