FDE以外でも同様の問題解決策が提案されています。たとえば、「Matchmaker」と呼ばれるアプローチでは大規模システム内でデータドリフトを抑制する方法が探求されています。「Contrasting Explanation of Concept Drift」(CADE)はコントラスト学習を基礎として使用し,変化点およびその影響範囲内部でどんな特徴量群か識別します.これら多くの手法は既存モデルへ柔軟かつ迅速な適応戦略を提供し,DLモデル全体再調整作業負荷低減効率的改善目指します.
0
สารบัญ
サイバーセキュリティ攻撃を説明可能なコンセプトドリフトで防ぐ
Thwarting Cybersecurity Attacks with Explainable Concept Drift