%Aigaion2 BibTeX export from Knowledge Engineering Publications
%Saturday 05 December 2020 03:51:50 AM

@MASTERSTHESIS{,
    author = {Burbach, Raphael},
  keywords = {Concept Drift Adaptation, Patching},
     month = feb,
     title = {Verbesserung des Patching Algorithmus durch Adaptive Windowing Techniken},
      type = {Bachelor Thesis},
      year = {2018},
    school = {TU Darmstadt},
  abstract = {Diese Arbeit besch{\"{a}}ftigt sich mit der Verbesserung des Patching-Algorithmus, um den Klassifizierer an auftretende
Ver{\"{a}}nderungen durch einen Concept Drift in den Daten schneller anpassen zu k{\"{o}}nnen. Ein Concept Drift ist eine signifikante
Ver{\"{a}}nderung in der Verteilung oder Beschaffenheit der ankommenden Daten. Gew{\"{o}}hnliche Klassifizierer
verlieren unter dem Einfluss eines Concept Drifts in den Daten an Performance. Daher muss bei Datenstr{\"{o}}men, die
einen Concept Drift enthalten bei diesen Klassifizierern ein Modell neu gelernt werden.
Bei Klassifizierungsproblemen mit einem kontinuierlichen Strom an Daten kann es zu einem Concept Drift kommen.
Der Patching-Algorithmus l{\"{o}}st dieses Problem, in dem das zuvor gelernte Modell bei Auftreten eines Concept
Drifts nicht verworfen wird. Nach einem Concept Drift werden Regionen im Instance Space erkannt, in denen sich
die Performance des Basisklassifizierers verschlechtert hat. Auf diesen Fehlerregionen wird ein neuer Klassifizierer
trainiert. Der neue Klassifizierer wird mit dem Basisklassifizierer kombiniert, in dem der Basisklassifizierer nur die
Instanzen klassifiziert, die nicht in den Fehlerregionen liegen. Alle anderen Instanzen werden durch den neu gelernten
Klassifizierer klassifiziert, der Patch genannt wird. Dadurch k{\"{o}}nnen die Informationen aus dem urspr{\"{u}}nglich
gelernten Klassifizierer weiter genutzt werden. Zur Erkennung der Concept Drifts wird der ADWIN-Algorithmus
verwendet.
Man kommt zu dem Ergebnis, dass die Klassifizierungsgenauigkeit des Patching-Algorithmus durch die oben
vorgestellten Erweiterungen erh{\"{o}}ht werden kann. Parallel dazu kann zudem h{\"{a}}ufig die Laufzeit reduziert werden.}
}