Buchumschlag

A Neighbor-Searching Discrepancy-based Drift Detection Scheme for Learning Evolving Data

Fuente: arXiv

Gespeichert in:

Bibliographische Detailangaben
Hauptverfasser:	Gu, Feng, Lu, Jie, Fang, Zhen, Wang, Kun, Zhang, Guangquan
Format:	Preprint
Veröffentlicht:	2024
Schlagworte:	Machine Learning
Online-Zugang:	Acceder al recurso
Tags:	Tag hinzufügen Keine Tags, Fügen Sie den ersten Tag hinzu!

Ähnliche Einträge

Generalized Incremental Learning under Concept Drift across Evolving Data Streams
von: Yu, En, et al.
Veröffentlicht: (2025)

Early Concept Drift Detection via Prediction Uncertainty
von: Lu, Pengqian, et al.
Veröffentlicht: (2024)

Drift-aware Collaborative Assistance Mixture of Experts for Heterogeneous Multistream Learning
von: Yu, En, et al.
Veröffentlicht: (2025)

Online Boosting Adaptive Learning under Concept Drift for Multistream Classification
von: Yu, En, et al.
Veröffentlicht: (2023)

Autonomous Concept Drift Threshold Determination
von: Lu, Pengqian, et al.
Veröffentlicht: (2025)

Debiased Negative Mining Improves Out-of-distribution Detection with Pre-trained Vision-Language Models
von: Peng, Bo, et al.
Veröffentlicht: (2026)

Learning Robust Spectral Dynamics for Temporal Domain Generalization
von: Yu, En, et al.
Veröffentlicht: (2025)

Online Drift Detection with Maximum Concept Discrepancy
von: Wan, Ke, et al.
Veröffentlicht: (2024)

A Behavior-Aware Approach for Deep Reinforcement Learning in Non-stationary Environments without Known Change Points
von: Liu, Zihe, et al.
Veröffentlicht: (2024)

Privacy-Utility Trade-off in Data Publication: A Bilevel Optimization Framework with Curvature-Guided Perturbation
von: Yin, Yi, et al.
Veröffentlicht: (2025)

Autonomous Drift Learning in Data Streams: A Unified Perspective
von: Yang, Xiaoyu, et al.
Veröffentlicht: (2026)

Learning Unbiased Cluster Descriptors for Interpretable Imbalanced Concept Drift Detection
von: Zhang, Yiqun, et al.
Veröffentlicht: (2026)

Autonomous Source Knowledge Selection in Multi-Domain Adaptation
von: Li, Keqiuyin, et al.
Veröffentlicht: (2025)

Fair Bayesian Data Selection via Generalized Discrepancy Measures
von: Zhang, Yixuan, et al.
Veröffentlicht: (2025)

Privacy Drift: Evolving Privacy Concerns in Incremental Learning
von: Ahamed, Sayyed Farid, et al.
Veröffentlicht: (2024)

Comparative Study of Neighbor-based Methods for Local Outlier Detection
von: Qi, Zhuang, et al.
Veröffentlicht: (2024)

Evolving Machine Learning in Non-Stationary Environments: A Unified Survey of Drift, Forgetting, and Adaptation
von: Martin, Ignacio Cabrera, et al.
Veröffentlicht: (2025)

DriftGuard: Mitigating Asynchronous Data Drift in Federated Learning
von: Han, Yizhou, et al.
Veröffentlicht: (2026)

On the Learnability of Out-of-distribution Detection
von: Fang, Zhen, et al.
Veröffentlicht: (2024)

Distributional Statistics Restore Training Data Auditability in One-step Distilled Diffusion Models
von: Li, Muxing, et al.
Veröffentlicht: (2025)

Anchor-based Maximum Discrepancy for Relative Similarity Testing
von: Zhou, Zhijian, et al.
Veröffentlicht: (2025)

FedPall: Prototype-based Adversarial and Collaborative Learning for Federated Learning with Feature Drift
von: Zhang, Yong, et al.
Veröffentlicht: (2025)

Overcoming Domain Drift in Online Continual Learning
von: Lyu, Fan, et al.
Veröffentlicht: (2024)

Detecting Concept Drift in Evolving Malware Families Using Rule-Based Classifier Representations
von: Kalný, Tomáš, et al.
Veröffentlicht: (2026)

Discovering Data Structures: Nearest Neighbor Search and Beyond
von: Salemohamed, Omar, et al.
Veröffentlicht: (2024)

Fast Approximate Nearest Neighbor Search With The Navigating Spreading-out Graph
von: Fu, Cong, et al.
Veröffentlicht: (2017)

SOAR: Improved Indexing for Approximate Nearest Neighbor Search
von: Sun, Philip, et al.
Veröffentlicht: (2024)

Differentially Private In-Context Learning with Nearest Neighbor Search
von: Koskela, Antti, et al.
Veröffentlicht: (2025)

CRINN: Contrastive Reinforcement Learning for Approximate Nearest Neighbor Search
von: Li, Xiaoya, et al.
Veröffentlicht: (2025)

Revisiting Deep Ensemble for Out-of-Distribution Detection: A Loss Landscape Perspective
von: Fang, Kun, et al.
Veröffentlicht: (2023)

Incremental Learning with Concept Drift Detection and Prototype-based Embeddings for Graph Stream Classification
von: Malialis, Kleanthis, et al.
Veröffentlicht: (2024)

Flow-based Policy With Distributional Reinforcement Learning in Trajectory Optimization
von: Hao, Ruijie, et al.
Veröffentlicht: (2026)

LLM-Enhanced Self-Evolving Reinforcement Learning for Multi-Step E-Commerce Payment Fraud Risk Detection
von: Qu, Bo, et al.
Veröffentlicht: (2025)

RoleMAG: Learning Neighbor Roles in Multimodal Graphs
von: Zuo, Yilong, et al.
Veröffentlicht: (2026)

From XAI to MLOps: Explainable Concept Drift Detection with Profile Drift Detection
von: Dar, Ugur, et al.
Veröffentlicht: (2024)

LEAD-Drift: Real-time and Explainable Intent Drift Detection by Learning a Data-Driven Risk Score
von: Hossain, Md. Kamrul, et al.
Veröffentlicht: (2026)

Neighboring State-based Exploration for Reinforcement Learning
von: Li, Yu-Teng, et al.
Veröffentlicht: (2022)

NK-GAD: Neighbor Knowledge-Enhanced Unsupervised Graph Anomaly Detection
von: Wang, Zehao, et al.
Veröffentlicht: (2026)

Analytical Correction for Subsampling Bias in Drifting Models
von: Zhang, Jiaru, et al.
Veröffentlicht: (2026)

Using Low-Discrepancy Points for Data Compression in Machine Learning: An Experimental Comparison
von: Göttlich, Simone, et al.
Veröffentlicht: (2024)