深度学习分类器中的序贯漂移检测
应用统计
2020-08-03 v1 机器学习
机器学习
摘要
我们利用神经网络嵌入，通过在适当的序贯决策框架内构建漂移检测来检测数据漂移。这使得尽管统计检验被重复应用，仍能控制误报率。由于变化检测算法自然面临避免误报与快速正确检测之间的权衡，我们引入了一个损失函数，用于评估算法平衡这两方面关切的能力，并在一系列实验中使用了它。
引用
@article{arxiv.2007.16109,
title = {Sequential Drift Detection in Deep Learning Classifiers},
author = {Samuel Ackerman and Parijat Dube and Eitan Farchi},
journal= {arXiv preprint arXiv:2007.16109},
year = {2020}
}
备注
11 pages + appendix, 7 figures