arXiv · 机器人与计算机视觉· Min Kyoon Yoo, Yu Rang Park·· 6 天前AI 评分28
Federated Class Incremental Learning: A Pseudo Feature Based Approach Without Exemplars
Federated Class Incremental Learning: A Pseudo Feature Based Approach Without Exemplars
AI 导读
FCLPF 方法通过原型生成伪特征解决联邦增量学习中的灾难性遗忘问题,无需历史数据且避免使用 GANs。在 CIFAR-100 数据集上,该方法平均准确率达 51.87%、遗忘度仅 9.62%,显著优于基线的 47.72% 和 20.46%;在 TinyImageNet 上表现同样领先,分别实现 37.56% 准确率与 3.14% 遗忘度。
来源:arXiv · 机器人与计算机视觉 · arxiv.org