Addaeil: detección de anomalías con aprendizaje incremental basado en conjuntos consciente del cambio
Autores: Li, Danlei; Nair, Nirmal-Kumar C.; Wang, Kevin I-Kai
Idioma: Inglés
Editor: MDPI
Año: 2025
Acceso abierto
Artículo científico
2025
Addaeil: detección de anomalías con aprendizaje incremental basado en conjuntos consciente del cambio
Categoría
Ingeniería y Tecnología
Subcategoría
Ingeniería de Software
Palabras clave
Series de tiempo
Detección de anomalías
Entornos de transmisión
Cambio de concepto
No supervisado
Aprendizaje incremental
Licencia
CC BY-SA – Atribución – Compartir Igual
Consultas: 31
Citaciones: Sin citaciones
La detección de anomalías en series temporales en entornos de transmisión enfrenta desafíos persistentes debido al cambio de concepto, que degrada gradualmente la confiabilidad del modelo.
Descripción
La detección de anomalías en series temporales en entornos de transmisión enfrenta desafíos persistentes debido al cambio de concepto, que degrada gradualmente la confiabilidad del modelo.