[HTML][HTML] 一种基于局部分类精度的概念漂移数据流分类算法
张玲， 马士伦， 黎利辉， 文益民 - 2024 - gxkx.ijournals.cn
概念漂移数据流分类是一个极具挑战性的问题. 当新概念出现时, 该概念下的学习样本过少,
无法对分类器进行及时调整, 进而导致分类精度不高. 为了解决该问题, 本文提出一种基于局部 …
无法对分类器进行及时调整, 进而导致分类精度不高. 为了解决该问题, 本文提出一种基于局部 …
基于弱监督集成的概念演化自适应检测方法
王婧， 郭虎升， 王文剑 - 吉林大学学报(信息科学版), 2024 - xuebao.jlu.edu.cn
由于现有的多数概念演化检测方法本质上是基于监督学习, 且通常用于解决一个时间段内仅出现
一个新类, 不能处理数据流中的类消失和类循环任务. 为此, 提出一种基于弱监督集成的概念演化 …
一个新类, 不能处理数据流中的类消失和类循环任务. 为此, 提出一种基于弱监督集成的概念演化 …
基于串行交叉混合集成的概念漂移检测及收敛方法.
郭虎升， 高淑花， 王文剑 - … & Processing/Shu Ju Cai Ji Yu …, 2022 - search.ebscohost.com
概念漂移处理大多采用集成学习策略, 然而这些方法多数不能及时提取漂移发生后新分布数据的
关键信息, 导致模型性能较差. 针对这个问题, 本文提出一种基于串行交叉混合集成的概念漂移 …
关键信息, 导致模型性能较差. 针对这个问题, 本文提出一种基于串行交叉混合集成的概念漂移 …
使用多分类器的分布式模型重用技术.
李新春， 詹德川 - Journal of Frontiers of Computer Science & …, 2022 - search.ebscohost.com
传统的机器学习经常采用数据中心化的方式进行训练, 然而由于实际应用中的传输开销或者隐私
保护限制, 数据越来越呈现分散化, 隔离化的趋势. 分布式训练学习技术为分散在信息孤岛上的 …
保护限制, 数据越来越呈现分散化, 隔离化的趋势. 分布式训练学习技术为分散在信息孤岛上的 …
[PDF][PDF] Distributed Model Reuse with Multiple Classifier
X LI, D ZHAN - lamda.nju.edu.cn
Traditional machine learning always takes a data centralized training strategy, while the
transmission cost or data privacy protection in many real-world applications results in …
transmission cost or data privacy protection in many real-world applications results in …