arXiv论文提出抗概念漂移的自动驾驶远程操控QoS预测框架
热点事件观察中
arXiv论文提出抗概念漂移的自动驾驶远程操控QoS预测框架
1 篇报道1 个报道来源2 天前更新
先了解这件事
AI 综述
Xiyan Su等在arXiv论文中提出一个自动驾驶远程操控QoS预测框架，基于实测数据活动，预测上行数据速率和往返时延两项关键网络KPI。 针对机器学习模型在未见数据上因概念漂移导致的性能退化，方法将历史数据纳入预测流程以缓解该问题。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。
AI 根据报道生成 · 1 小时前更新
最新进展10月7日 12:00
自动驾驶远程操控 QoS 预测中利用历史数据缓解概念漂移报道时间线
沿着报道，了解事件的不同侧面。
10月7日
- arXiv · cs.AI自动驾驶远程操控 QoS 预测中利用历史数据缓解概念漂移
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。
本事件热度走势
还没有足够的连续观测数据，暂不绘制趋势。