PAI-KNN论文提交至arXiv
热点事件持续更新
PAI-KNN论文提交至arXiv
1 篇报道1 个报道来源12 小时前更新
先了解这件事
AI 综述
Tobias Callies、Eirini Ntoutsi 和 Arthur Zimek 已将论文《Inference-Time Prior Adaptation for Imbalanced Data Streams under Concept Drift》提交至 arXiv，提出了面向概念漂移与类别不平衡数据流的 PAI-KNN 方法。 该方法在推理时利用近期观测估计类别先验并调整决策规则，不修改内存，仅使用滑动窗口缓冲区。论文称，在覆盖多种不平衡和漂移场景的合成数据流评测中，PAI-KNN 的整体性能可与先进方法竞争，尤其适用于动态类别不平衡和概念漂移场景。
AI 根据报道生成 · 3 小时前更新
最新进展10月28日 12:00
PAI-KNN：概念漂移下不平衡数据流的推理时先验适应报道时间线
沿着报道，了解事件的不同侧面。
10月28日
- arXiv · Machine LearningPAI-KNN：概念漂移下不平衡数据流的推理时先验适应
PAI-KNN 面向概念漂移和类别不平衡的数据流分类，在推理时根据近期观测估计类别先验并调整决策规则，无需修改内存。该方法使用简单的滑动窗口缓冲区，在覆盖多种不平衡与漂移场景的合成数据流评测中，整体性能可与先进方法竞争，尤其适用于动态类别不平衡和概念漂移场景。
本事件热度走势
- 可比范围当前
- 7
- 可比范围峰值
- 810月28日 21:00
- 近 24 小时变化
- –
02468
21:0022:0023:00
趋势仅比较持续完整观测到的相同主体，范围可能小于当前热度统计。移动指针或点击图表查看每小时热度；键盘可用左右方向键切换。