概念集成学习 / Ensemble Model
集成模型
将多个基学习器的预测结果组合以提升整体效果的机器学习方法，常见形式包括随机森林、梯度提升树等，在结构化特征场景下表现稳定且易部署。
时间轴 (近 90 天)
11月1日
云端协同过滤方案将号码行为特征上传到云端，用图模型或集成模型识别异常模式，能覆盖跨用户群体行为，但对数据治理能力要求较高
待验证50%
10月19日
在定义匹配的类别子集上，该集成模型在macro-F1和micro-F1上达到或超过了四项近期研究，在低支持度病理类别上优势最为明显。
待验证50%
10月14日
集成模型通过将物理一致性得分与唇语同步得分进行加权融合或决策级投票，可以在不同数据集间取得更稳健的泛化表现，说明两类线索捕捉的是伪造痕迹中相互正交的维度。
待验证50%
9月26日
集成模型对同一情形加入微小扰动运行多次并取平均，以捕捉大气蝴蝶效应带来的各种可能性
待验证50%