ホットトピック継続更新中
研究人员提出时间中和决策树TNT以应对数据流概念漂移
1 件の報道1 件の報道元7 時間前 更新
まずこの件を把握する
AI 概要
2026年11月6日，研究人员在 arXiv 机器学习领域提出时间中和决策树（TNT）架构，旨在应对数据流中的概念漂移挑战，实现鲁棒的流式分类。据报道，TNT 能够在训练过程中动态过滤掉与当前流上下文不再相关的旧训练样本，并在这些样本重新相关时重新将其纳入。在针对 USP DS 仓库中 24 个真实与半真实数据流的评测中，TNT 在各类不同概念漂移场景下均取得了同类最佳表现。
AI が報道をもとに生成 · 7 時間前 更新
最新の進展11月6日 13:00
研究人员提出时间中和决策树TNT，在24个数据流评测中取得同类最佳表现。報道タイムライン
報道をたどり、出来事のさまざまな側面を知る。
11月6日
- arXiv 机器学习基于时间中和决策树的鲁棒数据流分类
针对数据流中的概念漂移挑战，研究人员提出时间中和决策树（TNT）架构以实现鲁棒的流式分类。TNT 能在训练中动态过滤掉与当前流上下文不再相关的旧训练样本，并在这些样本重新相关时重新纳入。在 USP DS 仓库的 24 个真实与半真实数据流评测中，TNT 在不同概念漂移类型下均取得了同类最佳表现。
このストーリーのホット度の推移
現在のホット度 8·比較可能範囲のピーク 10（11月6日 14:00）·直近24時間の比較可能な変化–
トレンドは継続して完全に観測した同じ主体のみを比較するため、現在のホット度の集計より範囲が狭い場合があります。ポインターの移動やタップで1時間ごとのホット度を確認でき、キーボードでは左右の矢印キーで切り替えられます。