评估解决物联网传感器漂移的机器学习方法

物联网传感器的激增及其在各行业和应用中的部署，为这个大数据时代带来了众多分析机遇。然而，这些传感器测量的漂移给自动化数据分析以及持续有效训练和部署模型的能力带来了重大挑战。在本文中，我们研究并测试了文献中的几种方法，以评估它们在现实条件下应对和适应传感器漂移的能力。这些方法大多是近期的，因此代表了当前的最先进水平。测试是在一个随时间表现出漂移的公开可用气体传感器数据集上进行的。结果表明，尽管采用了这些方法，但由于传感器漂移，感知性能出现了大幅下降。随后，我们讨论了在当前方法中发现的几个问题，并概述了未来解决这些问题的研究方向。