arXiv · cs.AI· Xiyan Su, Jianning Gao, Mahmoud Ashri, Frank Diermeyer·· 2 天前
自动驾驶远程操控 QoS 预测中利用历史数据缓解概念漂移
Mitigating Concept Drift in QoS Prediction for Teleoperation of Autonomous Vehicles Using Historic Data
仅依据论文摘要整理；未读取全文，实验条件、证明与基准细节请核对原文。
作者：Xiyan Su, Jianning Gao, Mahmoud Ashri, Frank Diermeyer
研究任务与主要进展
一项基于实测数据活动的论文提出预测框架，预测自动驾驶远程操控的两项关键网络 KPI：上行数据速率和往返时延。方法通过将历史数据纳入预测流程，缓解机器学习预测模型在未见数据上因概念漂移导致的性能退化。论文还提出关键场景检测指标，专门评估面向远程操控的预测性能。
阶段、条件与复现 · 深读核对
- 新能力对应什么具体任务与最小输入输出？
- 代码、模型、数据、许可与可用入口是否明确？
- 效果、总成本、失效条件与实际工作流如何验证？
这些是阅读核对问题；材料未说明的条件保留未知。请结合上方论文版本、资料范围与原文核验。
来源：arXiv · cs.AI · arxiv.org