基于任务相似度的增量学习优化方法
针对增量学习存在的灾难性遗忘和新任务数据逐步积累问题,提出了基于新旧任务之间相似度的样本重放优化学习方法,相似度越高,重放样本越少.并选择MINIST数据集在卷积神经网络上进行了实验研究,验证了该方法的可行性和有效性.
增量学习、灾难性遗忘、样本重放、任务相似度
17
TP183(自动化基础理论)
计算机科学与技术西部一流学科B类编号:030900002009
2021-04-19(万方平台首次上网日期,不代表论文的发表时间)
共3页
13-15
点击收藏,不怕下次找不到~
增量学习、灾难性遗忘、样本重放、任务相似度
17
TP183(自动化基础理论)
计算机科学与技术西部一流学科B类编号:030900002009
2021-04-19(万方平台首次上网日期,不代表论文的发表时间)
共3页
13-15
国家重点研发计划“现代服务业共性关键技术研发及应用示范”重点专项“4.8专业内容知识聚合服务技术研发与创新服务示范”
国家重点研发计划资助 课题编号:2019YFB1406304
National Key R&D Program of China Grant No. 2019YFB1406304
©天津万方数据有限公司 津ICP备20003920号-1
违法和不良信息举报电话:4000115888 举报邮箱:problem@wanfangdata.com.cn