PyTorchKR Papers

최신 논문

총 1편
태그·기간 등 상세 필터

카테고리 탐색

로그인 후 이 태그 구독

arXiv:2606.30322v1cs.LG

광학 네트워크 장애 탐지에서 레이블 효율적 개념 드리프트 적응을 위한 하이브리드 능동-온라인 학습 프레임워크

Hybrid Active-Online Learning Framework for Label-Efficient Concept Drift Adaptation in Optical Network Failure Detection

광학 네트워크 장애 탐지에서 개념 드리프트(concept drift) 적응 문제를 해결하기 위해, 마진 기반 불확실성 샘플링으로 가장 유용한 샘플만 선택적으로 레이블링하는 하이브리드 능동-온라인 학습(active-online learning) 프레임워크를 제안한다. Adaptive Random Forest(ARF) 기반의 이 방법은 스트리밍 샘플의 3.4%만 쿼리하여 완전 지도학습 온라인 모델과 동등한 정확도 및 AUC를 달성하면서, 정적 추론 대비 이벤트당 0.0026ms의 무시할 만한 지연 오버헤드만 추가한다.