BriefGPT - AI 论文速递
·
通过双重投影和分类器重构估计语义偏移以实现无典范类增量学习
📝
内容提要
本研究解决了无典范类增量学习（EFCIL）中知识遗忘和语义偏移的挑战。提出的双重投影偏移估计与分类器重构（DPCR）方法，通过结合可学习的变换和行空间投影，成功估计了语义偏移，并通过岭回归重构分类器训练，显著改善了分类器的决策偏差。实验结果表明，DPCR在多种数据集上有效平衡了旧任务与新任务的关系，超越了当前最先进的EFCIL方法。
🏷️
标签
➡️
