减少偏差的少样本递增学习

本文全面分析了最新的few-shot class-incremental learning（FSCIL）的进展，包括理论研究、性能评估和应用案例。提出了解决数据实时性差、忘记之前学习内容、过拟合等问题的方法。将FSCIL分成了五个子领域，并介绍了该领域在计算机视觉、自然语言处理和图像处理等方面的应用及未来研究方向。