人工神经网络的统计过程监测
统计方法学
2023-11-10 v2 机器学习
应用统计
机器学习
摘要
基于人工智能的模型的快速发展要求创新的监测技术，能够以低计算成本实时运行。在机器学习中，特别是考虑人工神经网络（ANNs）时，模型通常以监督方式训练。因此，输入与输出之间的学习关系在模型部署期间必须保持有效。若该平稳性假设成立，我们可以断定 ANN 提供准确预测。否则，需要重新训练或重建模型。我们建议考虑由 ANN 生成的数据潜在特征表示（称为“嵌入”）来确定数据流开始非平稳的时刻。具体而言，我们通过对基于数据深度计算和归一化秩的多变量控制图来监测嵌入。所引入方法的性能针对各种 ANN 架构和不同底层数据格式与基准方法进行了比较。
引用
@article{arxiv.2209.07436,
title = {Statistical process monitoring of artificial neural networks},
author = {Anna Malinovskaya and Pavlo Mozharovskyi and Philipp Otto},
journal= {arXiv preprint arXiv:2209.07436},
year = {2023}
}