Fitting jump models

ما یک چارچوب جدید برای تطبیق مدل های پرش را به یک توالی داده توصیف می کنیم. ایده کلیدی این است که بین کم کردن تابع از دست دادن برای تناسب پارامترهای چندگانه، و به حداقل رساندن یک تابع از دست رفته گسیختگی برای تعیین مجموعه ای از پارامترهای مدل در هر نقطه داده فعال باشد. این چارچوب کاملا جامع است و شامل کلاس های محبوب مدل هایی مانند مدل های پنهان مارکوف و مدل های بسته بندی شده است. شکل توابع از دست رفته انتخاب شده برای به حداقل رساندن شکل مدل پرش به دست آمده را تعیین می کند.