… 的流数据学习问题上难以奏效. 本文提出一种基于决策树模型重用的算法进行分布变化的流
数据学习. 该算法是一种在线集成学习方法: 算法将维护一个模型库, 并通过决策树模型重用机制更 …

… 实验结果表明,CDMP实现了对历史模型多样性的保留和重用, 能够在不同噪声水平的工业物联网
… 发生变化,同时对自身模型不断进行调整和 学习. 常见的方法包括基于集成学习和基于决策树的 …

… 分布式模型重用框架的基础之上,本文首先 基于布雷格曼散度(Bregman divergence)和学件规约
表征对分布式训练进行理论分析,指出面对数据… 基于决策树模型重用的分布变化流数据学 习[J]. …

… 数据的BSP数据模型,提高数据样本的可重用性,在基于有监督机器… 来训练 4种有监督机器学习
算法,包括:决策树, 随机森林,逻辑回归… 时就已经稳定,后面 随块数的增加准确率变化不大.随机森林 …

… ,导致集成 模型泛化性能较差.为提高概念漂移流数据挖掘的性能,本文提出了一种基于串行交叉
… 基于决策树模型重用的分布变化流数据学习[J]. 中国科学:信息科学, 2021, 51(1): 1-12. ZHAO …

… 基于模型的概念演化检测方法旨在找到一个分类模型识别新的类, 包括基于支持向量机的概念
演化 检测方法[17] , 基于决策树… 基于决策树模型重用的分布变化流数据学习[J]. 中国科学: 信息科学…

… %/0的并行处理能力来构建 基于决策树模型的随机森林&应用于… 提出固定模型重用策略&即用
深层模型 的学习能力从固定模型中… &用以解决在线学习数据增长带来的基 础分布发生变化的问题&…

… 赵鹏等 [17] 采用决策树作为组件分类器,提出了Condor Forest算法,该算法采用乘法权重更新
法… 1所示,其基于多源在线迁移学习进行数据流分类.为了应对数据流环境中的数据分布变化,LA-MS-…

… , 决策树侧重于通过使用多个协调视图来解释基于 树集成的模型… 鉴于深度神经网络中迁移学习
的关键重用特 征, 本文设计了一个… 一般的对抗机 器学习攻击, 其中, 产生细微变化的图像即被攻击 …

… 重用机制(layer feature reuse), 通过比较模型在当前层和上一层的预测性能, … 个决策树模型, 每
棵树学习到的模型为 … 这两 个参数是具有鲁棒性的, 参数在一定范围内的变化不会引起预测结果较…