.png){kind=icon}
返回
Severity-Aware Drift Adaptation for Cost-Efficient Model Maintenance
.png){kind=icon}
OA
AI
DOI：10.3390/ai6110279.png)
.png){kind=icon}
.png){kind=icon}
分享.png){kind=icon}
收藏
摘要
En
Keyword:
drift detection
severity score
incremental model update
quantile transformation
severity-aware adaptation mechanism
data transformation strategies
AI总结
对已上传原文的论文进行重点信息的提取，主要内容包括：简要概述、研究摘要、背景介绍、关键亮点、图文解析、展望与总结。
期刊
A
IF:
5
论文数:
1.0K
被引数:
941
机构
引用论文
Technical Note: The normal quantile transformation and its application in a flood forecasting systemOAAI
OAAI分享收藏Machine Learning in E-Commerce: Trends, Applications, and Future Challenges电子商务中的机器学习: 趋势、应用和未来挑战.png)
IEEE Access
IEEE AccessIF0
PREAI
分享收藏On the Probability of Large Deviations of Functions of Several Empirical CDF'S关于多个经验累积分布函数之函数的大偏差概率
PREAI
分享收藏A systematic review on detection and adaptation of concept drift in streaming data using machine learning techniques使用机器学习技术检测和适应流数据中的概念漂移的系统综述
PREAI
分享收藏
查看更多内容