METER:一种用于在线异常检测的动态概念适应框架

💡 原文中文,约400字,阅读约需1分钟。
📝

内容提要

本文介绍了METER框架,用于解决实时分析和决策中的概念漂移问题。METER通过训练基础检测模型和学习新概念来处理数据流中的漂移,并采用了一种新颖的动态概念适应技术。实验结果表明,METER在各种应用场景中优于现有的OAD方法。

🏷️

标签

➡️

继续阅读