meineki.news Logo
meineki.news
KI News. Verstehen, was wichtig wird.
Anmelden
Suche

Finde Modelle, Firmen und Themen

Suche im News-Archiv nach Themen, die du dauerhaft verfolgen willst.

Ergebnisse für “Datenströme”
Forschung

<h1>HeteroComp: Neue Methode erkennt Gruppenanomalien in heterogenen Tensorströmen</h1> <p>In der Analyse von Ereignis‑Tensorströmen, die Zeitstempel und mehrere Attribute wie IP‑Adressen und Paketgrößen enthalten, ist die Erkennung von Anomalien von entscheidender Bedeutung. Traditionelle Verfahren zur Tensorzerlegung und Anomalieerkennung stoßen jedoch an zwei wesentliche Grenzen: Sie können heterogene Datenströme, die sowohl kategoriale als auch kontinuierliche Attribute umfassen, nicht adäquat verarbeit
arXiv – cs.LG
Forschung

Christoffel‑Funktion nutzt man zur Ausreißererkennung in Datenströmen Die Erkennung von Ausreißern ist ein zentrales Thema im Datenmining, besonders wenn Daten in Echtzeitströmen gesammelt werden. Solche Streams bringen nicht‑stationäre Verteilungen und ein stetig wachsendes Datenvolumen mit sich, was die Qualitätssicherung und die Fehlererkennung stark erschwert. Viele bestehende Verfahren stoßen an ihre Grenzen, weil sie keine einfache Parameter‑Einstellung erlauben. Das neue Papier präsentiert zwei inn
arXiv – cs.LG
Forschung

<p>Verfahren reduziert Verlust bei Quellenkomponentenverschiebungen um 67 %</p> <p>Ein neues Verfahren zur Anpassung an Verschiebungen von Quellenkomponenten in Datenströmen wurde auf arXiv veröffentlicht. Das Ziel ist es, Vorhersagen kontinuierlich an sich ändernde Quellenkomponenten anzupassen, indem vergangene Trainingsdaten genutzt werden.</p> <p>Aktuelle Online‑Lernmethoden nutzen wiederkehrende Verschiebungen oft nicht effektiv, während Modelle, die auf einer Poolstrategie basieren, Schwierigkeiten ha
arXiv – cs.LG