arXiv · ML· Akila Ayanthi, Darshana Priyasad, Tharindu Fernando, Sridha Sridharan, Clinton Fookes, Peyman Moghadam·· 5 小时前AI 评分24
REDAR：用于类别增量学习的强化驱动自适应正则化
REDAR: Reinforcement-Driven Adaptive Regularisation for Class Incremental Learning
AI 导读
REDAR 将正则化强度选择视为序贯决策问题，提出了一种用于类别增量学习（CIL）的强化驱动自适应正则化方法。 在每个增量阶段，轻量级强化学习（RL）智能体根据当前性能指标和传入数据统计的紧凑状态，输出该阶段的蒸馏系数。
来源：arXiv · ML · arxiv.org