Buchumschlag

Data-dependent and Oracle Bounds on Forgetting in Continual Learning

Fuente: arXiv

Gespeichert in:

Bibliographische Detailangaben
Hauptverfasser:	Friedman, Lior, Meir, Ron
Format:	Preprint
Veröffentlicht:	2024
Schlagworte:	Machine Learning
Online-Zugang:	Acceder al recurso
Tags:	Tag hinzufügen Keine Tags, Fügen Sie den ersten Tag hinzu!

Ähnliche Einträge

Unsupervised Representation Learning - an Invariant Risk Minimization Perspective
von: Norman, Yotam, et al.
Veröffentlicht: (2025)

Analysis of the Identifying Regulation with Adversarial Surrogates Algorithm
von: Teichner, Ron, et al.
Veröffentlicht: (2024)

Autoregressive Learning in Joint KL: Sharp Oracle Bounds and Lower Bounds
von: Xu, Yunbei, et al.
Veröffentlicht: (2026)

Statistical curriculum learning: An elimination algorithm achieving an oracle risk
von: Cohen, Omer, et al.
Veröffentlicht: (2024)

Joint auto-encoders: a flexible multi-task learning framework
von: Epstein, Baruch, et al.
Veröffentlicht: (2017)

Optimal L2 Regularization in High-dimensional Continual Linear Regression
von: Karpel, Gilad, et al.
Veröffentlicht: (2026)

Forget Forgetting: Continual Learning in a World of Abundant Memory
von: Cho, Dongkyu, et al.
Veröffentlicht: (2025)

Understanding Forgetting in Continual Learning with Linear Regression
von: Ding, Meng, et al.
Veröffentlicht: (2024)

Understanding Generalization and Forgetting in In-Context Continual Learning
von: Li, Guangyu, et al.
Veröffentlicht: (2026)

Spurious Forgetting in Continual Learning of Language Models
von: Zheng, Junhao, et al.
Veröffentlicht: (2025)

No Forgetting Learning: Buffer-free Continual Learning Classification
von: Vahedifar, Mohammad Ali, et al.
Veröffentlicht: (2025)

Characterization of the Distortion-Perception Tradeoff for Finite Channels with Arbitrary Metrics
von: Freirich, Dror, et al.
Veröffentlicht: (2024)

Oracle-Efficient Smoothed Online Learning for Piecewise Continuous Decision Making
von: Block, Adam, et al.
Veröffentlicht: (2023)

Sequencing to Mitigate Catastrophic Forgetting in Continual Learning
von: Moussa, Hesham G., et al.
Veröffentlicht: (2025)

Accurate Forgetting for Heterogeneous Federated Continual Learning
von: Wuerkaixi, Abudukelimu, et al.
Veröffentlicht: (2025)

Error Exponent in Agnostic PAC Learning
von: Hendel, Adi, et al.
Veröffentlicht: (2024)

Learning to Forget: Continual Learning with Adaptive Weight Decay
von: Ramesh, Aditya A., et al.
Veröffentlicht: (2026)

Unsupervised Feature Selection Through Group Discovery
von: Lifshitz, Shira, et al.
Veröffentlicht: (2025)

Addressing Loss of Plasticity and Catastrophic Forgetting in Continual Learning
von: Elsayed, Mohamed, et al.
Veröffentlicht: (2024)

Mitigating Forgetting in Continual Learning with Selective Gradient Projection
von: Singh, Anika, et al.
Veröffentlicht: (2026)

On the Implicit Adversariality of Catastrophic Forgetting in Deep Continual Learning
von: Peng, Ze, et al.
Veröffentlicht: (2025)

Forgetting, Ignorance or Myopia: Revisiting Key Challenges in Online Continual Learning
von: Wang, Xinrui, et al.
Veröffentlicht: (2024)

Putting a Face to Forgetting: Continual Learning meets Mechanistic Interpretability
von: Masip, Sergi, et al.
Veröffentlicht: (2026)

Exploring the Impact of Parameter Update Magnitude on Forgetting and Generalization of Continual Learning
von: He, JinLi, et al.
Veröffentlicht: (2026)

Merge before Forget: A Single LoRA Continual Learning via Continual Merging
von: Qiao, Fuli, et al.
Veröffentlicht: (2025)

Don't Forget the Critic: Value-Based Data Rehearsal for Multi-Cyclic Continual Reinforcement Learning
von: Poole, Benjamin, et al.
Veröffentlicht: (2026)

Oracle-Efficient Differentially Private Learning with Public Data
von: Block, Adam, et al.
Veröffentlicht: (2024)

Continual Learning and Catastrophic Forgetting
von: van de Ven, Gido M., et al.
Veröffentlicht: (2024)

Slowing Down Forgetting in Continual Learning
von: Janetzky, Pascal, et al.
Veröffentlicht: (2024)

Continual Generalized Category Discovery: Learning and Forgetting from a Bayesian Perspective
von: Dai, Hao, et al.
Veröffentlicht: (2025)

A Forget-and-Grow Strategy for Deep Reinforcement Learning Scaling in Continuous Control
von: Kang, Zilin, et al.
Veröffentlicht: (2025)

Adaptive Data Compression and Reconstruction for Memory-Bounded EEG Continual Learning
von: Xie, Chengcheng
Veröffentlicht: (2026)

Overcoming Growth-Induced Forgetting in Task-Agnostic Continual Learning
von: Zhao, Yuqing, et al.
Veröffentlicht: (2024)

CRAFT: Forgetting-Aware Intervention-Based Adaptation for Continual Learning
von: Hossen, Md Anwar, et al.
Veröffentlicht: (2026)

Chameleons do not Forget: Prompt-Based Online Continual Learning for Next Activity Prediction
von: Hassani, Marwan, et al.
Veröffentlicht: (2026)

Turning Back Without Forgetting: Selective Backward Refinement for Parameter-Efficient Continual Learning
von: Tiwari, Anushka, et al.
Veröffentlicht: (2026)

Data- and Variance-dependent Regret Bounds for Online Tabular MDPs
von: Li, Mingyi, et al.
Veröffentlicht: (2026)

Universal Batch Learning Under The Misspecification Setting
von: Vituri, Shlomi, et al.
Veröffentlicht: (2024)

CORE: Mitigating Catastrophic Forgetting in Continual Learning through Cognitive Replay
von: Zhang, Jianshu, et al.
Veröffentlicht: (2024)

Retrofit: Continual Learning with Controlled Forgetting for Binary Security Detection and Analysis
von: He, Yiling, et al.
Veröffentlicht: (2025)