Buchumschlag

Task-recency bias strikes back: Adapting covariances in Exemplar-Free Class Incremental Learning

Fuente: arXiv

Gespeichert in:

Bibliographische Detailangaben
Hauptverfasser:	Rypeść, Grzegorz, Cygert, Sebastian, Trzciński, Tomasz, Twardowski, Bartłomiej
Format:	Preprint
Veröffentlicht:	2024
Schlagworte:	Machine Learning Computer Vision and Pattern Recognition
Online-Zugang:	Acceder al recurso
Tags:	Tag hinzufügen Keine Tags, Fügen Sie den ersten Tag hinzu!

Ähnliche Einträge

Category Adaptation Meets Projected Distillation in Generalized Continual Category Discovery
von: Rypeść, Grzegorz, et al.
Veröffentlicht: (2023)

Divide and not forget: Ensemble of selectively trained experts in Continual Learning
von: Rypeść, Grzegorz, et al.
Veröffentlicht: (2024)

Revisiting Supervision for Continual Representation Learning
von: Marczak, Daniel, et al.
Veröffentlicht: (2023)

Realistic Evaluation of Test-Time Adaptation Algorithms: Unsupervised Hyperparameter Selection
von: Cygert, Sebastian, et al.
Veröffentlicht: (2024)

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

AR-TTA: A Simple Method for Real-World Continual Test-Time Adaptation
von: Sójka, Damian, et al.
Veröffentlicht: (2023)

FeCAM: Exploiting the Heterogeneity of Class Distributions in Exemplar-Free Continual Learning
von: Goswami, Dipam, et al.
Veröffentlicht: (2023)

DS-AL: A Dual-Stream Analytic Learning for Exemplar-Free Class-Incremental Learning
von: Zhuang, Huiping, et al.
Veröffentlicht: (2024)

Elastic Feature Consolidation for Cold Start Exemplar-Free Incremental Learning
von: Magistri, Simone, et al.
Veröffentlicht: (2024)

Exemplar-free Class Incremental Learning via Discriminative and Comparable One-class Classifiers
von: Sun, Wenju, et al.
Veröffentlicht: (2022)

PASS++: A Dual Bias Reduction Framework for Non-Exemplar Class-Incremental Learning
von: Zhu, Fei, et al.
Veröffentlicht: (2024)

Semantic Shift Estimation via Dual-Projection and Classifier Reconstruction for Exemplar-Free Class-Incremental Learning
von: He, Run, et al.
Veröffentlicht: (2025)

Resurrecting Old Classes with New Data for Exemplar-Free Continual Learning
von: Goswami, Dipam, et al.
Veröffentlicht: (2024)

I2CANSAY:Inter-Class Analogical Augmentation and Intra-Class Significance Analysis for Non-Exemplar Online Task-Free Continual Learning
von: Dong, Songlin, et al.
Veröffentlicht: (2024)

Exemplar-Free Class Incremental Learning via Incremental Representation
von: Huang, Libo, et al.
Veröffentlicht: (2024)

GUIDE: Guidance-based Incremental Learning with Diffusion Models
von: Cywiński, Bartosz, et al.
Veröffentlicht: (2024)

On the Discrimination and Consistency for Exemplar-Free Class Incremental Learning
von: Wang, Tianqi, et al.
Veröffentlicht: (2025)

Covariances for Free: Exploiting Mean Distributions for Training-free Federated Learning
von: Goswami, Dipam, et al.
Veröffentlicht: (2024)

Calibrating Higher-Order Statistics for Few-Shot Class-Incremental Learning with Pre-trained Vision Transformers
von: Goswami, Dipam, et al.
Veröffentlicht: (2024)

ABC Easy as 123: A Blind Counter for Exemplar-Free Multi-Class Class-agnostic Counting
von: Hobley, Michael A., et al.
Veröffentlicht: (2023)

Beyond Classification: Dynamic Adapter Routing for Continual Multimodal Retrieval
von: Dobrzeniecka, Alicja, et al.
Veröffentlicht: (2026)

GACL: Exemplar-Free Generalized Analytic Continual Learning
von: Zhuang, Huiping, et al.
Veröffentlicht: (2024)

REAL: Representation Enhanced Analytic Learning for Exemplar-free Class-incremental Learning
von: He, Run, et al.
Veröffentlicht: (2024)

Augmentation-aware Self-supervised Learning with Conditioned Projector
von: Przewięźlikowski, Marcin, et al.
Veröffentlicht: (2023)

ESC: Evolutionary Stitched Camera Calibration in the Wild
von: Rypeść, Grzegorz, et al.
Veröffentlicht: (2024)

Task-Adaptive Saliency Guidance for Exemplar-free Class Incremental Learning
von: Liu, Xialei, et al.
Veröffentlicht: (2022)

Efficient Multi-Source Knowledge Transfer by Model Merging
von: Osial, Marcin, et al.
Veröffentlicht: (2025)

Adaptive Margin Global Classifier for Exemplar-Free Class-Incremental Learning
von: Yao, Zhongren, et al.
Veröffentlicht: (2024)

TACLE: Task and Class-aware Exemplar-free Semi-supervised Class Incremental Learning
von: Kalla, Jayateja, et al.
Veröffentlicht: (2024)

Cross-Class Feature Augmentation for Class Incremental Learning
von: Kim, Taehoon, et al.
Veröffentlicht: (2023)

Exploring the Stability Gap in Continual Learning: The Role of the Classification Head
von: Łapacz, Wojciech, et al.
Veröffentlicht: (2024)

Future-Proofing Class-Incremental Learning
von: Jodelet, Quentin, et al.
Veröffentlicht: (2024)

Class-Incremental Learning: A Survey
von: Zhou, Da-Wei, et al.
Veröffentlicht: (2023)

OVOR: OnePrompt with Virtual Outlier Regularization for Rehearsal-Free Class-Incremental Learning
von: Huang, Wei-Cheng, et al.
Veröffentlicht: (2024)

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

Infinite dSprites for Disentangled Continual Learning: Separating Memory Edits from Generalization
von: Dziadzio, Sebastian, et al.
Veröffentlicht: (2023)

Closing the Oracle Gap: Increment Vector Transformation for Class Incremental Learning
von: Qiu, Zihuan, et al.
Veröffentlicht: (2025)

Integrating Task-Specific and Universal Adapters for Pre-Trained Model-based Class-Incremental Learning
von: Wang, Yan, et al.
Veröffentlicht: (2025)

On the importance of cross-task features for class-incremental learning
von: Soutif--Cormerais, Albin, et al.
Veröffentlicht: (2021)

Effective Decision Boundary Learning for Class Incremental Learning
von: Li, Kunchi, et al.
Veröffentlicht: (2023)