Oppdateringsmodell

Oppdateringsmodell er en betegnelse for en ramme eller metode som beskriver hvordan en systemtilstand eller en oppfatning blir revidert i møte med ny informasjon eller hendelser. Begrepet brukes på tvers av disipliner som statistikk, signalbehandling, maskinlæring og programvareutvikling, og kan referere til både teoretiske oppdateringsregler og til praktiske prosesser for å holde modeller eller produkter oppdaterte.

Innen statistikk og beslutningsteori er oppdateringsmodellen ofte knyttet til Bayes’ prinsipp: en eksisterende tro (prior) oppdateres når ny data blir observert, slik at den resulterende troen (posterior) reflekterer både erfaring og ny observasjon.

I tilstandsoppdatering og kontrollteori beskriver oppdateringssteget hvordan en tilstandsevaluering justeres ved hjelp av måledata. Kalman-filteret og relaterte filtre kombinerer prediksjon og måling gjennom et vektet oppdateringssteg for å forbedre estimate.

I online læring og strømdata brukes oppdateringsmodeller for inkrementell forbedring av modeller når nye datapunkter strømmer inn. Viktige spørsmål inkluderer hvordan man håndterer konseptdrift, hvor raskt modellen tilpasser seg og hvordan man begrenser støy og utjevner tilfeldige variasjoner.

Innen programvareutvikling refererer oppdateringsmodellen også til hvordan programvareoppdateringer planlegges, tester og distribueres, for eksempel gjennom kontinuerlig leveranse, canary-utrulling eller blå-grønn utrulling, samt versjonering og avhengighetsstyring.