CBA:通过连续偏置适配器提高在线连续学习
原文中文,约300字,阅读约需1分钟。
📝
内容提要
本文提出了一种用于在线连续学习问题的简单算法,采用kNN分类器和通用预先训练的特征提取器。该算法能够在小的计算预算下紧凑存储和利用整个数据流,减少过往数据的遗忘并快速适应变化的数据流。在CLOC和CGLM两个大规模OCL数据集上取得了最新的技术水平。
🎯
关键要点
-
提出了一种用于在线连续学习问题的简单算法
-
算法采用 kNN 分类器和通用预先训练的特征提取器
-
能够在小的计算预算下紧凑存储和利用整个数据流
-
减少过往数据的灾难性遗忘
-
快速适应快速变化的数据流
-
在 CLOC 和 CGLM 两个大规模 OCL 数据集上取得了最新的技术水平
🏷️