arXiv cs.AI· Zeki Doruk Erden·· 10 天前AI 评分22
多尺度结构特征助力发展式学习框架实现持续且可理解的视觉识别
Multi-Scale Structural Features for Continual, Comprehensible Visual Recognition in a Developmental Learning Framework
AI 导读
研究者提出一种新的视觉特征表示，跨多个尺度编码形状结构，将边缘与轮廓特征及其空间关系结合，并融入网络精炼学习过程，同时改进学习动态与读出机制。在类增量 MNIST 基准上，该方法识别准确率大幅超过此前的特征表示，在存储量相当且不保存任何历史数据的情况下，匹配或超越基于回放与正则化的基线。其关键差异在于保持能力：基线会在同一周期内丢失刚训练的类别再重新学习，而该方法不会，且学到的表示保持人类可解释。
正文 · AI 翻译
摘要：当代机器学习在学习持续性、复用先验知识以及呈现可理解的内部结构方面仍存在困难。近期提出的一种发展式、无梯度学习框架通过学习输入的离散拓扑模型（经由局部变异与选择）来应对这些局限，从而带来一种内在的持续学习保证：新观测会细化已有结构，而不会覆盖过去的知识，也无需回放缓冲区或预定义的任务边界。其向视觉输入的扩展在形状识别上验证了这一原理，但依赖一种表达能力有限的特征表示，从而限制了识别准确率。我们引入一种新的视觉特征表示，它在多个尺度上编码形状结构，将边缘与轮廓特征及其空间关系一并捕获，并将其与网络细化学习过程相整合；我们进一步改进了学习动态以及用于从所学模型进行预测的读出机制。本研究以二维形状为目标，以类别增量式 MNIST 作为受控且可解释的基准，从而可直接测量持续学习行为。我们的方法相较先前的表示大幅提升了准确率，在存储量相当的情况下达到或超过基于回放与正则化的基线，同时不存储任何过往数据，并保留了该框架的标志性行为：随着新类别的引入，先前学到的类别得以保留，没有破坏性适应，且所学表示仍保持人类可解释。区分这些方法的关键在于保持性：基线方法会在其自身周期内丧失刚训练类别的大部分信息，随后再重新学习，而我们的方法不会如此。其意义在于学习的方式。该系统一次一个样本地整合信息，同时可证明地保持其对……的响应
| 主题： | 机器学习（cs.LG）；人工智能（cs.AI）；计算机视觉与模式识别（cs.CV） |
| 引用为： | arXiv:2607.25531 [cs.LG] |
| （或本版本使用 arXiv:2607.25531v2 [cs.LG]） | |
| https://doi.org/10.48550/arXiv.2607.25531 由 DataCite 颁发的 arXiv DOI |
提交历史
来自：Zeki Doruk Erden [查看电子邮件]
[v1]
2026年7月28日星期二 10:17:54 UTC（660 KB）
[v2]
2026年10月5日星期一 19:20:39 UTC（911 KB）
来源：arXiv cs.AI · arxiv.org