Dynamische Schwellenwerte steigern die Leistung von Drift-Detektoren

In einer neuen Studie auf arXiv wird gezeigt, dass die klassische Praxis, bei der Schwellenwerte für Konzeptdrift-Detektoren festgelegt und einheitlich eingesetzt werden, nicht optimal ist. Stattdessen demonstriert die Arbeit, dass ein dynamisch anpassbarer Schwellenwert jede einzelne feste Einstellung übertreffen kann, weil er sich an die jeweiligen Datenabschnitte anpasst.

Der Kern der Argumentation ist ein Beweis, der besagt, dass ein dynamischer Ansatz – der die jeweils beste Schwelle aus jedem Segment kombiniert – garantiert besser abschneidet als jede einheitliche Schwelle, die für alle Segmente gilt. Auf dieser Grundlage wurde ein Algorithmus zur dynamischen Schwellenwertbestimmung entwickelt, der bestehende Drift-Detektoren um eine Vergleichsphase erweitert, die die Anpassung der Schwelle steuert.

Um die Wirksamkeit zu prüfen, wurden umfangreiche Experimente an einer breiten Palette synthetischer und realer Datensätze durchgeführt, darunter Bild- und tabellarische Daten. Die Ergebnisse zeigen, dass die vorgeschlagene Methode die Leistung der führenden Drift-Detektoren signifikant verbessert und damit einen wichtigen Schritt zur robusteren Modellpflege darstellt.