この論文では、概念ドリフトの検出手法において、閾値が固定のハイパーパラメータとして扱われることの問題点を指摘し、モデルのパフォーマンスが閾値に敏感であることを示しています。著者たちは、時間とともに適応する動的閾値が固定の閾値よりも優れていることを証明し、各データセグメントから最適な閾値を組み合わせることで動的戦略を構築することの有効性を示しました。新たに提案された動的閾値決定アルゴリズムは、既存のドリフト検出フレームワークを強化し、閾値調整のための比較フェーズを導入します。合成データと実データの広範な実験を通じて、このアプローチが最先端のドリフト検出器の性能を大幅に向上させることが確認されました。