Semantic Shift Estimation via Dual-Projection and Classifier Reconstruction for Exemplar-Free Class-Incremental Learning
Created by
Haebom
저자
Run He, Di Fang, Yicheng Xu, Yawen Cui, Ming Li, Cen Chen, Ziqian Zeng, Huiping Zhuang
개요
본 논문은 예시 없는 클래스 증분 학습(EFCIL)에서 기존 방법들이 직면하는 의미론적 변화와 결정 편향 문제를 해결하기 위해 이중 투영 변화 추정 및 분류기 재구성(DPCR) 방법을 제안한다. DPCR은 학습 가능한 변환과 행 공간 투영을 결합한 이중 투영을 통해 의미론적 변화를 효과적으로 추정하고, 릿지 회귀를 이용하여 분류기 훈련을 재구성 과정으로 재구성함으로써 결정 편향을 완화한다. 이를 통해 기존 지식과 새로운 지식 간의 균형을 유지하여 여러 데이터셋에서 최첨단 EFCIL 방법들을 능가하는 성능을 보인다.
시사점, 한계점
•
시사점:
◦
EFCIL에서 발생하는 의미론적 변화와 결정 편향 문제에 대한 효과적인 해결책 제시.
◦
이중 투영을 통한 의미론적 변화 추정 및 릿지 회귀를 통한 분류기 재구성이라는 새로운 접근 방식 제시.
