Comment surveiller une dérive de données qui affecte un réseau neuronal embarqué ?

Réponse rapide

Une dérive de données se surveille en comparant entrées, représentations, confiance, erreurs et contexte aux références, puis en limitant, réévaluant ou remplaçant le modèle avant que la dérive n’affecte la mission.

Suivre le domaine

Éclairage, capteur, météo, objets, charge, fréquence et qualité des entrées sont enregistrés. Les épisodes sont associés à version et configuration.

Croiser les indices

Dérive statistique, refus, désaccord capteurs, erreur de tâche et retours opérateur sont comparés. Un changement attendu de mission est distingué d’une panne.

Dégrader avant correction

Le robot réduit capacité, revient à une version connue, demande confirmation ou s’arrête. Les nouvelles données sont isolées avant adaptation.

Apprendre immédiatement la dérive peut normaliser un défaut

Une mise à jour en ligne non contrôlée peut intégrer une panne ou un biais temporaire. Le modèle précédent et un rollback restent disponibles.

Sources et références

  1. [1] Robotics and Autonomous Systems — NIST

Cette réponse vous a-t-elle été utile ?