09/11/2021
Nuestro artículo "Multinomial Sampling of Latent Variables for Hierarchical Change-Point Detection" ha sido publicado en el Journal of Signal Processing Systems. En él proponemos un modelo de Machine Learning para detección de cambio en datos temporales, de alta dimensión y heterogéneos, como secuencias de datos de movilidad o actividad social recogidos a través de la app de eB2. Nuestro modelo aumenta la tasa de detección y reduce el retraso con el que el cambio es detectado, algo imprescindible para contribuir en la prevención de posibles crisis en el entorno de salud mental:
Bayesian change-point detection, with latent variable models, allows to perform segmentation of high-dimensional time-series with heterogeneous statistical nature. We assume that change-points lie on a lower-dimensional manifold where we aim to infer a discrete representation via subsets of latent v...