Copertina

12 mJ per Class On-Device Online Few-Shot Class-Incremental Learning

Fuente: arXiv

Salvato in:

Dettagli Bibliografici
Autori principali:	Wibowo, Yoga Esa, Cioflan, Cristian, Ingolfsson, Thorir Mar, Hersche, Michael, Zhao, Leo, Rahimi, Abbas, Benini, Luca
Natura:	Preprint
Pubblicazione:	2024
Soggetti:	Machine Learning Computer Vision and Pattern Recognition
Accesso online:	Acceder al recurso
Tags:	Aggiungi Tag Nessun Tag, puoi essere il primo ad aggiungerne!!

Documenti analoghi

Train-On-Request: An On-Device Continual Learning Workflow for Adaptive Real-World Brain Machine Interfaces
di: Mei, Lan, et al.
Pubblicazione: (2024)

An Ultra-Low Power Wearable BMI System with Continual Learning Capabilities
di: Mei, Lan, et al.
Pubblicazione: (2024)

LUNA: Efficient and Topology-Agnostic Foundation Model for EEG Signal Analysis
di: Döner, Berkay, et al.
Pubblicazione: (2025)

LuMamba: Latent Unified Mamba for Electrode Topology-Invariant and Efficient EEG Modeling
di: Broustail, Danaé, et al.
Pubblicazione: (2026)

FEMBA: Efficient and Scalable EEG Analysis with a Bidirectional Mamba Foundation Model
di: Tegon, Anna, et al.
Pubblicazione: (2025)

PanLUNA: An Efficient and Robust Query-Unified Multimodal Model for Edge Biosignal Intelligence
di: Zelic, Marija, et al.
Pubblicazione: (2026)

On-Device Federated Continual Learning on RISC-V-based Ultra-Low-Power SoC for Intelligent Nano-Drone Swarms
di: Kröger, Lars, et al.
Pubblicazione: (2025)

Boosting keyword spotting through on-device learnable user speech characteristics
di: Cioflan, Cristian, et al.
Pubblicazione: (2024)

TinyMyo: a Tiny Foundation Model for Flexible EMG Signal Processing at the Edge
di: Fasulo, Matteo, et al.
Pubblicazione: (2025)

FEMBA on the Edge: Physiologically-Aware Pre-Training, Quantization, and Deployment of a Bidirectional Mamba EEG Foundation Model on an Ultra-low Power Microcontroller
di: Tegon, Anna, et al.
Pubblicazione: (2026)

BISeizuRe: BERT-Inspired Seizure Data Representation to Improve Epilepsy Monitoring
di: Benfenati, Luca, et al.
Pubblicazione: (2024)

Compositional Few-Shot Class-Incremental Learning
di: Zou, Yixiong, et al.
Pubblicazione: (2024)

Class-Incremental Few-Shot Event Detection
di: Zhao, Kailin, et al.
Pubblicazione: (2024)

On-Device Domain Learning for Keyword Spotting on Low-Power Extreme Edge Embedded Systems
di: Cioflan, Cristian, et al.
Pubblicazione: (2024)

Finetuning and Quantization of EEG-Based Foundational BioSignal Models on ECG and PPG Data for Blood Pressure Estimation
di: Tóth, Bálint, et al.
Pubblicazione: (2025)

NanoHydra: Energy-Efficient Time-Series Classification at the Edge
di: Cioflan, Cristian, et al.
Pubblicazione: (2025)

Zero-shot Classification using Hyperdimensional Computing
di: Ruffino, Samuele, et al.
Pubblicazione: (2024)

CEReBrO: Compact Encoder for Representations of Brain Oscillations Using Efficient Alternating Attention
di: Dimofte, Alexandru, et al.
Pubblicazione: (2025)

Few-Shot Class-Incremental Learning with Prior Knowledge
di: Jiang, Wenhao, et al.
Pubblicazione: (2024)

An experimental approach on Few Shot Class Incremental Learning
di: Adam, Marinela
Pubblicazione: (2025)

Bias Mitigating Few-Shot Class-Incremental Learning
di: Zhao, Li-Jun, et al.
Pubblicazione: (2024)

NTK-Guided Few-Shot Class Incremental Learning
di: Liu, Jingren, et al.
Pubblicazione: (2024)

CALA: A Class-Aware Logit Adapter for Few-Shot Class-Incremental Learning
di: Liu, Chengyan, et al.
Pubblicazione: (2024)

Multimodal Parameter-Efficient Few-Shot Class Incremental Learning
di: D'Alessandro, Marco, et al.
Pubblicazione: (2023)

Controllable Relation Disentanglement for Few-Shot Class-Incremental Learning
di: Zhou, Yuan, et al.
Pubblicazione: (2024)

Adaptive Decision Boundary for Few-Shot Class-Incremental Learning
di: Li, Linhao, et al.
Pubblicazione: (2025)

Knowledge Adaptation Network for Few-Shot Class-Incremental Learning
di: Wang, Ye, et al.
Pubblicazione: (2024)

On Distilling the Displacement Knowledge for Few-Shot Class-Incremental Learning
di: Fang, Pengfei, et al.
Pubblicazione: (2024)

Hyperbolic Coarse-to-Fine Few-Shot Class-Incremental Learning
di: Dai, Jiaxin, et al.
Pubblicazione: (2025)

A Bag of Tricks for Few-Shot Class-Incremental Learning
di: Roy, Shuvendu, et al.
Pubblicazione: (2024)

Controllable Forgetting Mechanism for Few-Shot Class-Incremental Learning
di: Paramonov, Kirill, et al.
Pubblicazione: (2025)

Few-Shot Class-Incremental Learning with Non-IID Decentralized Data
di: Liu, Cuiwei, et al.
Pubblicazione: (2024)

Enhanced Few-Shot Class-Incremental Learning via Ensemble Models
di: Zhu, Mingli, et al.
Pubblicazione: (2024)

Tripartite Weight-Space Ensemble for Few-Shot Class-Incremental Learning
di: Lee, Juntae, et al.
Pubblicazione: (2025)

Few Shot Class Incremental Learning using Vision-Language models
di: Kumar, Anurag, et al.
Pubblicazione: (2024)

Few-Shot Class Incremental Learning via Robust Transformer Approach
di: Paeedeh, Naeem, et al.
Pubblicazione: (2024)

Consistency-Driven Calibration and Matching for Few-Shot Class-Incremental Learning
di: Wang, Qinzhe, et al.
Pubblicazione: (2025)

Singular Value Fine-tuning for Few-Shot Class-Incremental Learning
di: Wang, Zhiwu, et al.
Pubblicazione: (2025)

Partitioned Memory Storage Inspired Few-Shot Class-Incremental learning
di: Zhang, Renye, et al.
Pubblicazione: (2025)

An Efficient Memory Module for Graph Few-Shot Class-Incremental Learning
di: Li, Dong, et al.
Pubblicazione: (2024)