arXiv · ML· Xinhua Miao, Bowei Yang, Zhengong Cai·· 2026-10-09AI 评分33
AdaptLSTM:面向分布漂移下云负载预测的高效自适应在线学习框架
AdaptLSTM: Efficient Adaptive Online Learning for Cloud Workload Forecasting under Distribution Drift
AI 导读
AdaptLSTM 提出一种通过验证校准阈值检测分布漂移并实施选择性更新的高效在线学习框架,适用于云负载预测。 在 Alibaba Machine Trace 数据集上,该方法以 20% 的成本恢复了 Naive Online 54% 的性能提升,效率提升 2.7 倍;在 Container Trace 上达成 96% 恢复率,效率提升 4.8 倍,MAE 降低 75%。
来源:arXiv · ML · arxiv.org