監視型および非監視型メタ情報を用いたデータストリームの概念フィンガープリント

データのストリーミングソースは、リアルタイムでデータを収集する能力が高まるにつれてますます一般的になっています。データストリームを扱う際の主要な懸念は概念ドリフトであり、環境条件の変化などによりデータの分布が時間とともに変化します。概念を表現すること（同じ挙動を特徴とする安定した期間）は、概念ドリフトに適応する上での鍵となるアイデアです。概念表現と観測窓の類似性をテストすることにより、新しい概念や以前に見られた再発概念への概念ドリフトを検出できます。概念表現は、概念振る舞いの側面を説明する値であるメタ情報特徴を用いて構築されます。以前提案された概念表現は、少数のメタ情報特徴に依存していることがあることが分かりました。これらの表現は多くの場合、概念を区別できず、システムを概念ドリフトに脆弱にします。我々はFiCSUMを提案します。FiCSUMは、概念の監視型および非監視型の挙動を、より多くの異なるメタ情報特徴を備えたフィンガープリントとして表現する一般的なフレームワークであり、より多くの概念を一意に識別できるようにします。私たちの動的な重み付け戦略は、特定のデータセットにおいてどのメタ情報特徴が概念ドリフトを説明するかを学習し、さまざまなメタ情報特徴を同時に使用できるようにします。FiCSUMは、11の実世界データセットと合成データセットの範囲で、精度と基礎となる概念ドリフトのモデリングの両方で最先端手法を上回ります。