Buchumschlag

NTK-Guided Few-Shot Class Incremental Learning

Fuente: arXiv

Gespeichert in:

Bibliographische Detailangaben
Hauptverfasser:	Liu, Jingren, Ji, Zhong, Pang, Yanwei, Yu, YunLong
Format:	Preprint
Veröffentlicht:	2024
Schlagworte:	Machine Learning Artificial Intelligence
Online-Zugang:	Acceder al recurso
Tags:	Tag hinzufügen Keine Tags, Fügen Sie den ersten Tag hinzu!

Ähnliche Einträge

Parameter-Efficient Fine-Tuning for Continual Learning: A Neural Tangent Kernel Perspective
von: Liu, Jingren, et al.
Veröffentlicht: (2024)

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

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

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

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

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

Aggregated f-average Neural Network applied to Few-Shot Class Incremental Learning
von: Vu, Mathieu, et al.
Veröffentlicht: (2023)

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

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

Does Prior Data Matter? Exploring Joint Training in the Context of Few-Shot Class-Incremental Learning
von: Kim, Shiwon, et al.
Veröffentlicht: (2025)

Few-Shot Class Incremental Learning with Attention-Aware Self-Adaptive Prompt
von: Liu, Chenxi, et al.
Veröffentlicht: (2024)

CCD: Continual Consistency Diffusion for Lifelong Generative Modeling
von: Liu, Jingren, et al.
Veröffentlicht: (2025)

Language-Guided Reinforcement Learning for Hard Attention in Few-Shot Learning
von: Nikpour, Bahareh, et al.
Veröffentlicht: (2023)

Multi-scale Traffic Pattern Bank for Cross-city Few-shot Traffic Forecasting
von: Liu, Zhanyu, et al.
Veröffentlicht: (2024)

Reactivation: Empirical NTK Dynamics Under Task Shifts
von: Liu, Yuzhi, et al.
Veröffentlicht: (2025)

Joint Input and Output Coordination for Class-Incremental Learning
von: Wang, Shuai, et al.
Veröffentlicht: (2024)

Random at First, Fast at Last: NTK-Guided Fourier Pre-Processing for Tabular DL
von: Sergazinov, Renat, et al.
Veröffentlicht: (2025)

Feature Identification via the Empirical NTK
von: Lin, Jennifer
Veröffentlicht: (2025)

Causally Sufficient and Necessary Feature Expansion for Class-Incremental Learning
von: Zhang, Zhen, et al.
Veröffentlicht: (2026)

Quantum Diffusion Models for Few-Shot Learning
von: Wang, Ruhan, et al.
Veröffentlicht: (2024)

Latest Advancements Towards Catastrophic Forgetting under Data Scarcity: A Comprehensive Survey on Few-Shot Class Incremental Learning
von: Ma'sum, M. Anwar, et al.
Veröffentlicht: (2025)

Feature-Space Generative Models for One-Shot Class-Incremental Learning
von: Foster, Jack, et al.
Veröffentlicht: (2026)

Fair Class-Incremental Learning using Sample Weighting
von: Park, Jaeyoung, et al.
Veröffentlicht: (2024)

Is Meta-Learning Out? Rethinking Unsupervised Few-Shot Classification with Limited Entropy
von: Guan, Yunchuan, et al.
Veröffentlicht: (2025)

An Efficient Replay for Class-Incremental Learning with Pre-trained Models
von: Yin, Weimin, et al.
Veröffentlicht: (2024)

Balanced Online Class-Incremental Learning via Dual Classifiers
von: Wen, Shunjie, et al.
Veröffentlicht: (2025)

Temporal Imbalance of Positive and Negative Supervision in Class-Incremental Learning
von: Ma, Jinge, et al.
Veröffentlicht: (2026)

Enhancing Federated Class-Incremental Learning via Spatial-Temporal Statistics Aggregation
von: Guan, Zenghao, et al.
Veröffentlicht: (2025)

Context-Aware Adapter Tuning for Few-Shot Relation Learning in Knowledge Graphs
von: Liu, Ran, et al.
Veröffentlicht: (2024)

Geometry-Aware Contrastive Learning for Few-Shot Automatic Modulation Recognition
von: Zhao, Guanqun, et al.
Veröffentlicht: (2026)

A Strong Baseline for Molecular Few-Shot Learning
von: Formont, Philippe, et al.
Veröffentlicht: (2024)

Data-Free Generative Replay for Class-Incremental Learning on Imbalanced Data
von: Younis, Sohaib, et al.
Veröffentlicht: (2024)

Efficient Single-Step Framework for Incremental Class Learning in Neural Networks
von: Dopico-Castro, Alejandro, et al.
Veröffentlicht: (2025)

PTMs-TSCIL Pre-Trained Models Based Class-Incremental Learning
von: Wu, Yuanlong, et al.
Veröffentlicht: (2025)

Unified Class and Domain Incremental Learning with Mixture of Experts for Indoor Localization
von: Singampalli, Akhil, et al.
Veröffentlicht: (2025)

Few-Shot Causal Representation Learning for Out-of-Distribution Generalization on Heterogeneous Graphs
von: Ding, Pengfei, et al.
Veröffentlicht: (2024)

Few-shot Class-incremental Learning for Classification and Object Detection: A Survey
von: Zhang, Jinghua, et al.
Veröffentlicht: (2023)

A Survey of Few-Shot Learning for Biomedical Time Series
von: Li, Chenqi, et al.
Veröffentlicht: (2024)

Revisiting Few-Shot Learning from a Causal Perspective
von: Lin, Guoliang, et al.
Veröffentlicht: (2022)

eCIL-MU: Embedding based Class Incremental Learning and Machine Unlearning
von: Zuo, Zhiwei, et al.
Veröffentlicht: (2024)