Noise-Tolerant Coreset-Based Class Incremental Continual Learning
原文英文,约100词,阅读约需1分钟。
📝
内容提要
本研究提出了两种新算法,解决持续学习中的标签和实例噪声问题。通过构建噪声容忍的重放缓冲区,实验证明这些方法在噪声环境下显著提高了分类准确性,并有效减少了遗忘现象。
🎯
关键要点
-
本研究提出了两种新算法,解决持续学习中的标签噪声和实例噪声问题。
-
通过分析基于核心集的重放方法的鲁棒性,构建了噪声容忍的重放缓冲区。
-
实验证明,这些方法在噪声环境下显著提高了分类准确性。
-
所提出的方法有效减少了遗忘现象。
🏷️