典型文献
增量学习研究综述
文献摘要：
增量学习是一种通过从新数据中学习来增加现有知识的范式,通常用于向现有模型添加新类或学习新域.与一次性获得所有训练数据的批量学习相比,增量学习与人类学习的过程更为相似,因此具有更高的现实意义.增量学习面临的最大问题是"灾难性遗忘",即学习新任务忘记旧任务的现象.近年来,人们已提出大量的方法来缓解该问题,主要包括三类技术,分别是:基于回放、基于正则化及基于参数隔离.现通过对计算机视觉中增量学习的研究进展做出阐述,讨论其特点及子领域,针对当前三类主流技术,介绍其特点及代表性方法,最后总结增量学习目前存在的问题,并对研究方向做出展望.
文献关键词：
增量学习;持续学习;计算机视觉
中图分类号：
作者姓名：
刘冰瑶;刘进锋
作者机构：
宁夏大学信息工程学院,银川 750021
文献出处：
引用格式：
[1]刘冰瑶;刘进锋-.增量学习研究综述)[J].现代计算机,2022(13):72-75,91
A类：
批量学习
B类：
增量学习,学习研究,新数据,现有模型,新类,训练数据,人类学,灾难性遗忘,新任务,忘记,回放,正则化,计算机视觉,出展,持续学习
AB值：
0.322673
相似文献
机标中图分类号，由域田数据科技根据网络公开资料自动分析生成，仅供学习研究参考。
