Buchumschlag

Gradual Divergence for Seamless Adaptation: A Novel Domain Incremental Learning Method

Fuente: arXiv

Gespeichert in:

Bibliographische Detailangaben
Hauptverfasser:	Jeeveswaran, Kishaan, Arani, Elahe, Zonooz, Bahram
Format:	Preprint
Veröffentlicht:	2024
Schlagworte:	Machine Learning Artificial Intelligence Computer Vision and Pattern Recognition
Online-Zugang:	Acceder al recurso
Tags:	Tag hinzufügen Keine Tags, Fügen Sie den ersten Tag hinzu!

Ähnliche Einträge

Mitigating Interference in the Knowledge Continuum through Attention-Guided Incremental Learning
von: Bhat, Prashant, et al.
Veröffentlicht: (2024)

Beyond Unimodal Learning: The Importance of Integrating Multiple Modalities for Lifelong Learning
von: Sarfraz, Fahad, et al.
Veröffentlicht: (2024)

Can We Break Free from Strong Data Augmentations in Self-Supervised Learning?
von: Gowda, Shruthi, et al.
Veröffentlicht: (2024)

Conserve-Update-Revise to Cure Generalization and Robustness Trade-off in Adversarial Training
von: Gowda, Shruthi, et al.
Veröffentlicht: (2024)

The Effectiveness of Random Forgetting for Robust Generalization
von: Ramkumar, Vijaya Raghavan T, et al.
Veröffentlicht: (2024)

IMEX-Reg: Implicit-Explicit Regularization in the Function Space for Continual Learning
von: Bhat, Prashant, et al.
Veröffentlicht: (2024)

Parameter Efficient Continual Learning with Dynamic Low-Rank Adaptation
von: Bhat, Prashant Shivaram, et al.
Veröffentlicht: (2025)

Depth3DLane: Fusing Monocular 3D Lane Detection with Self-Supervised Monocular Depth Estimation
von: Hoven, Max van den, et al.
Veröffentlicht: (2025)

PhysVid: Physics Aware Local Conditioning for Generative Video Models
von: Pathak, Saurabh, et al.
Veröffentlicht: (2026)

Self-Training with Dynamic Weighting for Robust Gradual Domain Adaptation
von: Wang, Zixi, et al.
Veröffentlicht: (2025)

One-Shot Domain Incremental Learning
von: Esaki, Yasushi, et al.
Veröffentlicht: (2024)

Domain Incremental Learning for Pandemic-Resilient Chest X-Ray Analysis
von: Kim, Danu
Veröffentlicht: (2026)

MagMax: Leveraging Model Merging for Seamless Continual Learning
von: Marczak, Daniel, et al.
Veröffentlicht: (2024)

Unveiling the Superior Paradigm: A Comparative Study of Source-Free Domain Adaptation and Unsupervised Domain Adaptation
von: Wang, Fan, et al.
Veröffentlicht: (2024)

LEAD: Learning Decomposition for Source-free Universal Domain Adaptation
von: Qu, Sanqing, et al.
Veröffentlicht: (2024)

GCI-ViTAL: Gradual Confidence Improvement with Vision Transformers for Active Learning on Label Noise
von: Mots'oehli, Moseli, et al.
Veröffentlicht: (2024)

Gradient Harmonization in Unsupervised Domain Adaptation
von: Huang, Fuxiang, et al.
Veröffentlicht: (2024)

Concept-Based Unsupervised Domain Adaptation
von: Xu, Xinyue, et al.
Veröffentlicht: (2025)

PCaM: A Progressive Focus Attention-Based Information Fusion Method for Improving Vision Transformer Domain Adaptation
von: Zang, Zelin, et al.
Veröffentlicht: (2025)

SWAT: Sliding Window Adversarial Training for Gradual Domain Adaptation
von: Wang, Zixi, et al.
Veröffentlicht: (2025)

Noise Optimized Conditional Diffusion for Domain Adaptation
von: Luo, Lingkun, et al.
Veröffentlicht: (2025)

Iterative Flow Matching -- Path Correction and Gradual Refinement for Enhanced Generative Modeling
von: Haber, Eldad, et al.
Veröffentlicht: (2025)

Source-Free Domain Adaptation for YOLO Object Detection
von: Varailhon, Simon, et al.
Veröffentlicht: (2024)

Adversarially Trained Object Detector for Unsupervised Domain Adaptation
von: Fujii, Kazuma, et al.
Veröffentlicht: (2021)

A3: Active Adversarial Alignment for Source-Free Domain Adaptation
von: Eze, Chrisantus, et al.
Veröffentlicht: (2024)

Feature Expansion and enhanced Compression for Class Incremental Learning
von: Ferdinand, Quentin, et al.
Veröffentlicht: (2024)

Prediction Error-based Classification for Class-Incremental Learning
von: Zając, Michał, et al.
Veröffentlicht: (2023)

Incremental Learning with Repetition via Pseudo-Feature Projection
von: Tscheschner, Benedikt, et al.
Veröffentlicht: (2025)

GLC++: Source-Free Universal Domain Adaptation through Global-Local Clustering and Contrastive Affinity Learning
von: Qu, Sanqing, et al.
Veröffentlicht: (2024)

Learn from the Learnt: Source-Free Active Domain Adaptation via Contrastive Sampling and Visual Persistence
von: Lyu, Mengyao, et al.
Veröffentlicht: (2024)

An In-Depth Analysis of Adversarial Discriminative Domain Adaptation for Digit Classification
von: Choi, Eugene, et al.
Veröffentlicht: (2024)

Unsupervised Domain Adaptation within Deep Foundation Latent Spaces
von: Kangin, Dmitry, et al.
Veröffentlicht: (2024)

Bi-level Unbalanced Optimal Transport for Partial Domain Adaptation
von: Chen, Zi-Ying, et al.
Veröffentlicht: (2025)

Dynamic Integration of Task-Specific Adapters for Class Incremental Learning
von: Li, Jiashuo, et al.
Veröffentlicht: (2024)

PIP: Prototypes-Injected Prompt for Federated Class Incremental Learning
von: Ma'sum, Muhammad Anwar, et al.
Veröffentlicht: (2024)

Merge and Bound: Direct Manipulations on Weights for Class Incremental Learning
von: Kim, Taehoon, et al.
Veröffentlicht: (2025)

Buffer-free Class-Incremental Learning with Out-of-Distribution Detection
von: Gupta, Srishti, et al.
Veröffentlicht: (2025)

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)

Source-Free Domain Adaptation with Diffusion-Guided Source Data Generation
von: Chopra, Shivang, et al.
Veröffentlicht: (2024)