online machine learning | BriefGPT

关键词online machine learning

搜索结果 - 9

由专家建议的预测引发的偏微分方程的数值解
通过数值分析和实验，本研究调查了在线机器学习中，基于敌对环境中的预测问题和专家建议。通过相关的偏微分方程，我们研究了一个涉及两个人在每一步进行决策的重复博弈问题，并开发了数值方法来近似解决该方程，通过利用方程和解的对称性来大大减小计算域的尺
PDF23 days ago
改善即时任何帧的部分：医学图像分割的辅助在线学习和自适应融合
我们引入了一种新的方法，利用在线机器学习的优势，在测试时间内改进了 Segment Anything 模型的分割质量。通过使用修正后的注释来进行在线学习，提出了 Auxiliary Online Learning 方法，通过创建和应用一个小
PDFa month ago
在线机器学习中的超参数调整简化 -- spotRiverGUI
批量机器学习在处理大量流数据时存在困难，但在线机器学习是一种解决批量机器学习限制的替代方法。river 和 spotRiver 是 Python 中的两个在线学习库，提供了分类、回归、聚类、异常检测等多种在线学习算法，并通过 spotRiv
PDF4 months ago
一种用于数据驱动的电力电子系统异常检测的自校准边缘计算方法
通过利用边缘计算方法，使用自主算法来优化存储具有更大预测误差的训练样本，解决电力电子变换器可靠性的问题，并在自动感知条件监测系统中进行了实证研究，结果显示与在线训练等等效模型相比，预测准确性和训练速度都有显著改善。
PDF7 months ago
5G 中毫米波固定宽带无线接入性能分析
研究了基于纤维的端到端网络在为最终用户提供多千兆位固定接入的潜力，探究了 5G 毫米波段中固定宽带无线接入的传输数据，通过对传输特性的分析，提出了一种在线机器学习的方法来进行实时训练和分类，证明了从传输数据中能够以非常高的准确率直接检测传输
PDF7 months ago
面对陷阱的在线机器学习自适应
在线机器学习在自适应系统中应用广泛，但也存在一些陷阱，我们在智能农业场景中应用在线机器学习进行自适应时遇到了这些陷阱，并讨论了与其相关的规范和在线训练、对自适应的影响以及估算器评估的方法。我们总结了这些陷阱的概述，希望这些经验教训对其他研究
PDF10 months ago
ACon$^2$: 可证明区块链预言机的自适应一致性共识
提出一种自适应符合共识（ACon2）算法，该算法使用多个数据源的共识集从多个预言家合同中派生数据共识集，通过在线不确定性量化学习和分布移位来提供良好的正确性保证，特别是应用于实现 Solidity 的情况下，具有潜在的实用性，可以解决区块链
PDF2 years ago
利用 PDE 方法从两个依赖于历史的专家建议预测二进制序列
本文研究通过在线机器学习的技术，建立了一个 “股票预测问题” 的模型，探讨了投资者和市场策略，并使用最优控制、图论和偏微分方程的方法确定了使用两个与历史相关的专家的股票行情预测的性能上下界。
PDF4 years ago
在线组合优化：一项调查
本文旨在提供关于在线投资组合选择技术的一揽子研究，其中包括基准线、赢家追踪方法、输家追踪方法、基于模式匹配的方法和元学习算法等在内的多个状态性方法，同时探讨这些算法与资本增长理论之间的关系。此文旨在帮助研究人员和投资经理更好地了解这些技术及
PDF12 years ago