研究者提出基于互补学习系统的情景化感知方法

1. 12:00
   arXiv cs.AI

   基于强化学习偏置感知的“情景式观察”方法提升小样本与持续学习并防止遗忘

   研究者提出基于互补学习系统（CLS）架构的方法，让短期记忆在长期记忆产出的泛化感知空间中工作，从而专注记忆近期输入并减少记忆间干扰。在图像分类任务上，该CLS模型在域增量持续学习中的抗遗忘能力优于基线ResNet长期记忆，小样本场景下的泛化效果也优于其他持续学习模型。

趋势仅比较持续完整观测到的相同主体，范围可能小于当前热度统计。移动指针或点击图表查看每小时热度；键盘可用左右方向键切换。