Старые метеосводки хранят сюрпризы: столбик термометра вдруг подпрыгивает на полградуса не из-за погоды, а потому что на станции сменили прибор. Такие резкие сдвиги в данных называют точками изменения, и отделить их от настоящих климатических сигналов — задача, над которой бьются статистики. Обычные методы либо видят слишком много скачков, либо пропускают важные, особенно когда данные «помнят» своё прошлое.

Реставратор старинной фрески снимает слой за слоем, и с каждым проходом его рука всё точнее отличает подлинные трещины от случайных царапин. Так же работает новый метод IRFL: он итеративно перевзвешивает штрафы за каждый возможный скачок, и малые изменения, похожие на шум, получают всё больший штраф, а крупные, настоящие, сохраняются. Вместо того чтобы за один раз вырезать всё, что кажется неровным, алгоритм делает несколько проходов, постепенно отсеивая ложные сигналы.

Данные с вулкана Мауна-Лоа — классический пример. Это ряд измерений углекислого газа длиной 768 месяцев, где сезонность и тренд переплетены с шумом. IRFL, предварительно «отбелив» данные, чтобы убрать зависимость соседних значений, обнаружил пять точек изменения. Они совпали с реальными событиями: извержением Пинатубо и эпизодами Эль-Ниньо. Оценка ускорения роста CO2 от 0.71 до 2.54 ppm в год согласуется с данными NOAA.

Метод не ограничивается временными рядами. На изображениях, например МРТ или снимках корней растений, IRFL убирает шум, сохраняя резкие границы. Это как реставратор, который чистит картину, не трогая контуры фигур. В симуляциях из 14 сценариев IRFL превзошёл конкурирующие методы по точности локализации точек изменения и контролю ложных обнаружений.

Реставратор с каждым проходом всё точнее отделяет подлинные трещины от случайных царапин. IRFL делает то же самое с данными: итеративно перевзвешивая штрафы, он отсеивает ложные скачки и оставляет только те изменения, которые действительно изменили картину. Этот каркас уже помогает климатологам, врачам и агрономам видеть в шуме настоящие сигналы.