BriefGPT.xyz
Ask
alpha
关键词
online updating
搜索结果 - 5
解决在线时间序列预测中的概念漂移问题:检测然后适应
在线更新时间序列预测模型针对概念漂移通过基于流数据调整预测模型来解决挑战。我们提出了一种新颖的方法 D3A,首先检测概念漂移,然后在检测到漂移后积极调整当前模型以适应漂移的概念,从而快速适应。通过在现有的训练样例中引入高斯噪声的数据增强策略
→
PDF
3 months ago
OneNet: 在线集成提升概念漂移下的时间序列预测模型
在线更新时间序列预测模型,解决了概念漂移问题,提出了 OnNet 方法,动态地更新和组合两个模型,一个模型关注时间维度上的依赖性,另一个模型关注跨变量依赖性,并通过强化学习的方法实现两个模型的线性组合,动态调整权重,显著减少了在线预测误差。
PDF
9 months ago
ACL
查询自动完成个性化语言模型
通过使用适应性语言模型生成个性化的查询完成并使用在线更新来进行预测,相比没有用户信息的基准线,个性化预测效果显著提升。
PDF
6 years ago
CVPR
学习时空正则化相关滤波器用于视觉跟踪
本文介绍了一种空间 - 时间规范化相关滤波器(STRCF),通过将时间正则化引入到只有一个样例的 SRDCF 中,提出了 STRCF 公式,该公式不仅可以作为具有多个训练样例的 SRDCF 的合理近似,而且在具有大量出现变化的情况下,可以提
→
PDF
6 years ago
深度多尺度时空判别性显著图的非刚性物体跟踪
提出了一种基于时空一致的显著性检测的新型有效的非刚性物体跟踪框架,其中利用了定制的完全卷积神经网络 (TFCN) 来建模该图像区域的本地显著性先验,同时提出了多尺度多区域机制来生成本地显著性地图,最后,利用预测的显著性地图,提出了一个非刚性
→
PDF
6 years ago
Prev
Next