跳到正文
arXiv · 机器人与计算机视觉· Qi Zhu, Ziang Gan, Wanting Zhang, Libao Zhang·· 2 天前AI 评分75

从联合风险到决策不变性:用于无示例类增量学习的决策保持正则化

From Joint Risk to Decision Invariance: Decision-Preserving Regularization for Exemplar-Free Class-Incremental Learning

AI 导读

针对无示例持续学习中历史数据不可用导致难以直接优化联合风险的难题,该方法通过保留模型对已学类别的分类决策来维持旧知识。具体而言,通过对所有成对旧类别逻辑值边距的变化进行惩罚,将其代数简化为中心相对逻辑值惩罚;同时应用谱白化以消除分类器的谱尺度偏差。

来源:arXiv · 机器人与计算机视觉 · arxiv.org