AITOP

概念漂移

共 5 条相关 AI 资讯
8月14日
10:35
10:35官方账号arXiv cs.LG@Christofer Washington Berruz Chungata, Martin Jurecek, Katerina Potika, William B. Andreopoulos, Mark Stamp
该论文针对恶意软件分类模型因概念漂移导致的性能下降问题，对比了三种漂移检测技术：基于One-Class SVM（OCSVM）的新方法、基于Minibatch K-Means（MK-Means）的已有方法以及统计检验方法MMD。实验覆盖四种模型：多层感知机、随机森林、支持向量机和XGBoost，并在静态、周期重训练和漂移感知三种场景下评估。结果表明，漂移感知重训练在保持与周期重训练相近分类精度的同时，大幅减少需要重训练的模型数量。其中OCSVM方法在准确率和训练效率的Pareto权衡上整体优于MK-Means和MMD。
论文OCSVMMK-MeansMMD
推荐理由：做恶意软件检测的同学可以看看，论文证明了用OCSVM检测概念漂移再触发重训练，能省下大量计算资源还不掉精度。
原文
8月7日
12:21
12:21官方账号arXiv cs.AI@Jerzy Stefanowski
该论文指出可解释人工智能（XAI）在评估不足方面的局限性，并以DetoxAI图像识别系统为例说明偏见检测与概念遗忘中的问题。论文展示了一种人工地面评估图像分类解释方法的具体案例，并探讨了在概念漂移下适应解释的方法。作者还分享了为概念漂移问题调整反事实解释的经验，并讨论了数据、模型与解释共同演化带来的追踪挑战。该文已收录于IJCAI-ECAI 2026的EASi研讨会论文集，由Springer CCIS第3107卷出版。
论文XAIDetoxAI概念漂移
推荐理由：XAI评估怎么做才靠谱？这篇论文用DetoxAI和概念漂移案例讲清了不足和应对思路，适合搞模型解释的人读。
原文
7月21日
11:56
11:56官方账号arXiv cs.LG@Yi-Ping Chen, Ying-Kuan Tsai, Vispi Karkaria, Seul Lee, Daniel Apley, Wei Chen
该论文提出一种自适应数字孪生框架，集成基于Fisher分数的多变量漂移检测器，可实时监测代理模型置信度。在检测到概念漂移时，仅对少于1%的模型参数进行LoRA微调，并采用Mann-Whitney U检验统计验证预测性能提升。在随机线性系统和定向能量沉积增材制造案例中，该框架能快速检测分布偏移并恢复预测精度与不确定性量化。结果表明该方法能为神经网络数字孪生提供统计严谨、计算可行的持续可信保障。
论文数字孪生概念漂移LoRA
推荐理由：这篇论文解决了数字孪生中模型漂移的老大难问题，用LoRA和统计检验做到实时更新，增材制造案例表现很好。
原文
6月30日
11:24
11:24官方账号arXiv cs.LG@Yousuf Moiz Ali, Jaroslaw E. Prilepsky, João Pedro, Sasipim Srivallapanondh, Antonio Napoli, Sergei K. Turitsyn, Pedro Freire
该论文提出一种混合主动在线学习框架，针对光网络故障检测中的概念漂移问题。采用基于边界的选择性标注策略，仅需查询3.4%的流式样本即可达到接近上限的准确率和AUC分数。相比于静态推理，该方法延迟开销可忽略不计。实验验证了该框架在标签高效场景下的有效性。
论文概念漂移主动学习在线学习
推荐理由：这篇论文只用3.4%的标注数据就搞定了光网络故障检测中的概念漂移，效率高延迟低，做在线学习和故障检测的朋友可以看看。
原文
6月19日
09:42
09:42官方账号arXiv cs.LG@Md Moman Ul Haque Khan, Samira Sadaoui
该论文从理论上分析了概念漂移的特征，并分类讨论了多种漂移检测算法。在合成和真实数据集上评估了这些算法在不同漂移场景（如突变和渐变）下的性能。研究旨在加深对概念漂移行为及检测器适用性的理解。
论文概念漂移机器学习流数据
推荐理由：这篇论文系统梳理了概念漂移检测算法，并用合成和真实数据测试了它们在突变和渐变场景下的表现，适合做这一方向基础研究的人参考。
原文