Réponse rapide
La dérive des données se détecte en comparant en production les distributions, qualité et résultats aux références de validation, avec des alertes par capteur, contexte et classe plutôt qu’un seul indicateur global.
Conserver un point de comparaison
Distributions de variables, taux de valeurs manquantes, conditions de scène et performances initiales sont archivés par domaine. Sans référence stable, une variation ne peut pas être interprétée.
Observer les changements
Fréquence, luminosité, charge, firmware ou comportement des usagers peuvent modifier les données. Des tests statistiques et des indicateurs de qualité suivent ces évolutions sans exposer de données inutiles.
Relier l’alerte au risque
Une dérive confirmée déclenche analyse, limitation ou retour à une version précédente. Le réentraînement n’est accepté qu’après vérification des causes et des performances.
Sources et références
- [1] Robotics and Autonomous Systems — NIST