实体
Page-Hinkley
Page-Hinkley
PulseAugur coverage of Page-Hinkley — every cluster mentioning Page-Hinkley across labs, papers, and developer communities, ranked by signal.
总计 · 30天
2
90 天内 2
发布 · 30天
0
90 天内 0
论文 · 30天
2
90 天内 2
层级分布 · 90 天
主题
情绪 · 30 天
1 天有情绪数据
最近 · 第 1/1 页 · 共 2 条
-
AdaptLSTM框架为云工作负载预测提供高效在线学习
研究人员开发了AdaptLSTM，一种新颖的在线学习框架，旨在应对数据分布变化的情况下高效预测云工作负载。该方法在检测到漂移时选择性地更新模型，与朴素的在线学习方法相比，显著降低了计算成本。AdaptLSTM在Alibaba Machine Trace和Container Trace等基准数据集上展示了卓越的效率和准确性，其表现优于传统的漂移检测方法和匹配预算的基线模型。
-
新的小波去噪框架针对网络异常检测
研究人员开发了一种新颖的漂移感知小波去噪框架，专门用于网络流量异常检测。该方法将自适应小波去噪视为一个为识别异常和估计网络容量而优化的预处理步骤。该系统利用一个四探测器门来触发一个学习策略，该策略根据下游任务效用而不是重建保真度来选择最优小波配置。