首页 /研究 /面向中间验证延迟与概念漂移的稳定区域增强在线学习方法
LEARNING

面向中间验证延迟与概念漂移的稳定区域增强在线学习方法

Zixin Zhong, Liyan Song, Fengzhen Tang, Bo Yuan

发表年份
2026
引用次数
0
期刊
Pattern Recognition

摘要

本文提出了一种稳定区域增强的在线学习方法,以应对机器人系统中的中间验证延迟和概念漂移问题。该方法通过动态调整学习区域,提高了模型在非平稳环境中的适应性和稳定性。

关键词

online learningconcept driftverification latencystable regionrobotics

相关论文

查看 LEARNING 分类全部论文