Conceptos Básicos
オンライン時系列予測モデルの更新において、概念の変化を迅速に適応する新しいアプローチが重要である。
Resumen
オンライン時系列予測モデルの更新において、概念の変化を迅速に適応する新しいアプローチが提案された。
提案手法は、Concept Drift Detection and Adaptation (D3A)と呼ばれ、歴史的データの有効な利用を可能にする。
D3Aは、6つのデータセットで実証され、モデル適応能力を改善することが示された。
D3Aは平均二乗誤差(MSE)を43.9%削減し、先端技術(SOTA)モデルでは33.3%削減した。
Estadísticas
D3Aは平均二乗誤差(MSE)を43.9%削減した。
先端技術(SOTA)モデルではMSEが33.3%削減された。
Citas
"Online updating of time series forecasting models aims to tackle the challenge of concept drifting by adjusting forecasting models based on streaming data."
"Our approach, referred to as Concept Drift Detection and Adaptation (D3A), encompasses a novel online learning framework and training strategy."