Amb motiu del tancament d'estiu, la validació de documents es reprendrà a partir del 28 d'agost de 2026. Disculpeu les molèsties.
Con motivo del cierre de verano, la validación de documentos se reanudará a partir del 28 de agosto de 2026. Disculpad las molestias
Due to the summer closure, document validation will resume starting August 28, 2026. We apologize for any inconvenience.

Fitxers

703534.pdf (561.18 KB)

Tipus de document

Article

Versió

Versió publicada

Data de publicació

2020-10-03

Llicència de publicació

cc-by (c) Unceta, Irene et al., 2020
Si us plau utilitzeu sempre aquest identificador per citar o enllaçar aquest document: https://hdl.handle.net/2445/174914

Environmental adaptation and differential replication in machine learning

Títol de la revista

Autors

Director/Tutor

ISSN de la revista

Títol del volum

Recurs relacionat

https://doi.org/10.3390/e22101122

Resum

When deployed in the wild, machine learning models are usually confronted withan environment that imposes severe constraints. As this environment evolves, so do these constraints.As a result, the feasible set of solutions for the considered need is prone to change in time. We referto this problem as that of environmental adaptation. In this paper, we formalize environmentaladaptation and discuss how it differs from other problems in the literature. We propose solutionsbased on differential replication, a technique where the knowledge acquired by the deployed modelsis reused in specific ways to train more suitable future generations. We discuss different mechanismsto implement differential replications in practice, depending on the considered level of knowledge.Finally, we present seven examples where the problem of environmental adaptation can be solvedthrough differential replication in real-life applications.

Matèries

Aprenentatge automàtic, Selecció natural

Matèries (anglès)

Machine learning, Natural selection

Citació

Col·leccions

Articles publicats en revistes (Matemàtiques i Informàtica)

Citació

UNCETA, Irene, NIN, Jordi and PUJOL VILA, Oriol. Environmental adaptation and differential replication in machine learning. Entropy. 2020. Vol. 22, num. 10. ISSN 1099-4300. [consulted: 20 of August of 2026]. Available at: https://hdl.handle.net/2445/174914

Exportar metadades

JSON - METS

Compartir registre