Bài báo này đề xuất khuôn khổ Khởi tạo lại Chọn lọc (SeRe) để giải quyết vấn đề "mất tính dẻo" của thuật toán Phân cụm các Dải Nơ-ron (CNB), một phần mở rộng dựa trên mạng nơ-ron của kỹ thuật phân cụm (CB) của thuật toán dải. Mặc dù CNB cải thiện hiệu suất bằng cách phân cụm các dải Nơ-ron tương tự, các tham số mạng nơ-ron cố định của nó gặp khó khăn trong việc thích ứng với môi trường bất thường theo thời gian. SeRe giảm thiểu mất tính dẻo và đạt được khả năng lưu giữ kiến thức ổn định bằng cách khởi tạo lại có chọn lọc các đơn vị chưa được sử dụng hết công suất bằng cách sử dụng thước đo tiện ích đóng góp. Hơn nữa, SeRe đảm bảo khả năng thích ứng hiệu quả mà không cần khởi tạo lại không cần thiết thông qua cơ chế phát hiện thay đổi thích ứng, điều chỉnh tần suất khởi tạo lại dựa trên mức độ bất thường. Về mặt lý thuyết, SeRe đạt được sự hối tiếc tích lũy dưới mức tuyến tính trong môi trường chuẩn khoảng. Các thử nghiệm trên sáu tập dữ liệu khuyến nghị thực tế cho thấy sự hối tiếc thấp hơn, khả năng thích ứng được cải thiện và độ mạnh mẽ so với thuật toán CNB hiện có.
