基于监督与非监督元信息的数据流概念指纹
机器学习
2026-03-13 v1
摘要
随着实时数据收集能力的提升，数据流来源日益增多。处理数据流的一个主要关切是概念漂移，即数据分布随时间变化，例如由于环境条件的改变。代表概念（特征相似行为的稳态时期）的想法是适应概念漂移的关键。通过测试概念表示与一窗口观察值的相似性，我们可以检测概念漂移以新的或之前看到的重复出现的概念。概念表示使用描述概念行为方面的元信息特征构建。我们发现，之前提出的概念表示依赖较少的元信息特征。这些表示往往无法区分概念，使系统暴露于概念漂移之下。我们提出了 FiCSUM（Fingerprinting Concepts in Streams with Supervised and Unsupervised Meta-Information），一个通用框架，用于构建包含众多不同元信息特征的概念指纹（fingerprint），能够独特地识别更多概念。我们的动态加权策略学习哪些元信息特征在给定数据集中描述概念漂移，从而允许同时使用多样化的元信息特征。FiCSUM 在11个真实数据集和合成数据集上在准确率和建模潜在概念漂移方面均优于现有方法。
引用
@article{arxiv.2603.11094,
title = {Fingerprinting Concepts in Data Streams with Supervised and Unsupervised Meta-Information},
author = {Ben Halstead and Yun Sing Koh and Patricia Riddle and Mykola Pechenizkiy and Albert Bifet and Russel Pears},
journal= {arXiv preprint arXiv:2603.11094},
year = {2026}
}