频域下非平稳数据流的描述
机器学习
2025-11-25 v1
摘要
概念漂移是数据流处理方法面临的主要挑战之一。漂移检测策略往往依赖分析问题的元特征。本文提出了频率过滤元描述符（Frequency Filtering Metadescriptor）——一种用于描述数据流的工具，通过筛选样本特征向量中跨所有可用数据批次方差的频率成分来实现。所提出的解决方案能够生成数据流的元描述，将数据块按特定概念划分为组，并在原始空间域中可视化这些频率。实验分析将所提方案与两种最新策略和 PCA 基准进行了后验概念识别任务的比较。随后在真实数据流上完成了概念识别。所提方案在频域中的泛化能力允许捕获复杂特征依赖，同时以维缩的频率分量数目呈现，保持了数据的语义意义。
引用
@article{arxiv.2502.04813,
title = {Describing Nonstationary Data Streams in Frequency Domain},
author = {Joanna Komorniczak},
journal= {arXiv preprint arXiv:2502.04813},
year = {2025}
}