Neues exemplar-freies Lernmodell steigert kontinuierliches Lernen um 55% bei CIFAR-10
Ein neu entwickeltes, exemplar-freies Lernverfahren setzt neue Maßstäbe im kontinuierlichen Lernen. Das System nutzt zwei ergänzende, vollständig differenzierbare Speicher: Der erste erfasst gemeinsame Merkmale, die über alle Aufgaben hinweg genutzt werden können, während der zweite diese gemeinsamen Merkmale kombiniert, um diskriminierende Eigenschaften zu erlernen, die für einzelne Proben spezifisch sind. Durch diese Aufteilung kann das Netzwerk eigenständig latente Repräsentationen für jede Aufgabe entwickeln.
