待验证50% 置信基准精确时间
与标准FedAvg相比,该过程挖掘驱动的联邦异常检测流程在F1分数上实现了11.99%的相对提升。
1
来源数
50%
置信度
中期 (~90 天)
时效性
2026/11/16
首次发现
有效期至:2027/2/14
来源
过程挖掘+联邦学习:工业IoT异常检测新突破
rss2026/11/13
涉及实体
相关事实
待验证在未扰动的模拟场景上,严格评分(贪心中心距离匹配)给出精确率=召回率=F1=1.000,零误报。66% 相似待验证ADReSS 基准的评测指标为准确率与 F1,近年多数系统的准确率集中在 75%–85% 区间。66% 相似待验证在 SentiCoref 数据集上,一个“神谕”实验显示:如果能够纠正最不确定的 10% 预测中的所有错误,且不损害正确预测,Macro-F1 可提升 9.14 分。66% 相似待验证反讽检测任务在标准数据集(如iSarcasm、SemEval系列)上的最佳F1分数长期徘徊在70%-80%区间66% 相似待验证微调后的DistilBERT在同分布测试中F1=0.9993,但在主题偏移下损失12.9个平均精度点,退化比线性模型的5.2点更严重65% 相似
引用此条事实
Stable URI
https://kongchang.com/claim/1174294API
curl https://kongchang.com/api/v1/knowledge/claims/1174294MCP
get_claim(id=1174294)