Buchumschlag

Low-Complexity Inference in Continual Learning via Compressed Knowledge Transfer

Fuente: arXiv

Gespeichert in:

Bibliographische Detailangaben
Hauptverfasser:	Liu, Zhenrong, Huttunen, Janne M. J., Honkala, Mikko
Format:	Preprint
Veröffentlicht:	2025
Schlagworte:	Machine Learning Artificial Intelligence
Online-Zugang:	Acceder al recurso
Tags:	Tag hinzufügen Keine Tags, Fügen Sie den ersten Tag hinzu!

Ähnliche Einträge

EqDeepRx: Learning a Scalable MIMO Receiver
von: Honkala, Mikko, et al.
Veröffentlicht: (2026)

Multi-granularity Knowledge Transfer for Continual Reinforcement Learning
von: Pan, Chaofan, et al.
Veröffentlicht: (2024)

Exploring Open-world Continual Learning with Knowns-Unknowns Knowledge Transfer
von: Li, Yujie, et al.
Veröffentlicht: (2025)

On Sequential Bayesian Inference for Continual Learning
von: Kessler, Samuel, et al.
Veröffentlicht: (2023)

WST: Weak-to-Strong Knowledge Transfer via Reinforcement Learning
von: Ge, Haosen, et al.
Veröffentlicht: (2025)

Low-redundancy Distillation for Continual Learning
von: Liu, RuiQi, et al.
Veröffentlicht: (2023)

Federated Continual Learning via Knowledge Fusion: A Survey
von: Yang, Xin, et al.
Veröffentlicht: (2023)

Decoupling General and Personalized Knowledge in Federated Learning via Additive and Low-Rank Decomposition
von: Wu, Xinghao, et al.
Veröffentlicht: (2024)

Environment-Aware Transfer Reinforcement Learning for Sustainable Beam Selection
von: Salami, Dariush, et al.
Veröffentlicht: (2025)

Robust Knowledge Transfer in Tiered Reinforcement Learning
von: Huang, Jiawei, et al.
Veröffentlicht: (2023)

Exploration in Knowledge Transfer Utilizing Reinforcement Learning
von: Jedlička, Adam, et al.
Veröffentlicht: (2024)

LANCE: Low Rank Activation Compression for Efficient On-Device Continual Learning
von: Apolinario, Marco Paul E., et al.
Veröffentlicht: (2025)

DESIRE: Dynamic Knowledge Consolidation for Rehearsal-Free Continual Learning
von: Guo, Haiyang, et al.
Veröffentlicht: (2024)

CrowdTransfer: Enabling Crowd Knowledge Transfer in AIoT Community
von: Liu, Yan, et al.
Veröffentlicht: (2024)

ExPath: Targeted Pathway Inference for Biological Knowledge Bases via Graph Learning and Explanation
von: Kotoge, Rikuto, et al.
Veröffentlicht: (2025)

Knowledge Transfer in Deep Reinforcement Learning via an RL-Specific GAN-Based Correspondence Function
von: Ruman, Marko, et al.
Veröffentlicht: (2022)

Low-Dimensional Federated Knowledge Graph Embedding via Knowledge Distillation
von: Zhang, Xiaoxiong, et al.
Veröffentlicht: (2024)

A Brief Review for Compression and Transfer Learning Techniques in DeepFake Detection
von: Karathanasis, Andreas, et al.
Veröffentlicht: (2025)

Memory-Efficient Fine-Tuning via Low-Rank Activation Compression
von: Shi, Jiang-Xin, et al.
Veröffentlicht: (2025)

Low-Rank Compression of Language Models via Differentiable Rank Selection
von: Sundrani, Sidhant, et al.
Veröffentlicht: (2025)

FAST: Similarity-based Knowledge Transfer for Efficient Policy Learning
von: Capurso, Alessandro, et al.
Veröffentlicht: (2025)

Learning Grouped Lattice Vector Quantizers for Low-Bit LLM Compression
von: Zhang, Xi, et al.
Veröffentlicht: (2025)

Learning to Reason: Temporal Saliency Distillation for Interpretable Knowledge Transfer
von: Dehigahawattage, Nilushika Udayangani Hewa, et al.
Veröffentlicht: (2026)

Adaptive Meta-Domain Transfer Learning (AMDTL): A Novel Approach for Knowledge Transfer in AI
von: Laurelli, Michele
Veröffentlicht: (2024)

\textsc{MasFACT}: Continual Multi-Agent Topology Learning via Geometry-Aware Posterior Transfer
von: Wang, Xuefei, et al.
Veröffentlicht: (2026)

Introduction to Predictive Coding Networks for Machine Learning
von: Stenlund, Mikko
Veröffentlicht: (2025)

Continual Knowledge Consolidation LORA for Domain Incremental Learning
von: Paeedeh, Naeem, et al.
Veröffentlicht: (2025)

Knowledge-guided Continual Learning for Behavioral Analytics Systems
von: Senarath, Yasas, et al.
Veröffentlicht: (2025)

Knowledge Retention for Continual Model-Based Reinforcement Learning
von: Sun, Yixiang, et al.
Veröffentlicht: (2025)

TransNet: Transfer Knowledge for Few-shot Knowledge Graph Completion
von: Liu, Lihui, et al.
Veröffentlicht: (2025)

Rethinking Momentum Knowledge Distillation in Online Continual Learning
von: Michel, Nicolas, et al.
Veröffentlicht: (2023)

Teach Me to Trick: Exploring Adversarial Transferability via Knowledge Distillation
von: Pradhan, Siddhartha, et al.
Veröffentlicht: (2025)

MAGIK: Mapping to Analogous Goals via Imagination-enabled Knowledge Transfer
von: Palattuparambil, Ajsal Shereef, et al.
Veröffentlicht: (2025)

Lillama: Large Language Models Compression via Low-Rank Feature Distillation
von: Sy, Yaya, et al.
Veröffentlicht: (2024)

Beyond Variance: Knowledge-Aware LLM Compression via Fisher-Aligned Subspace Diagnostics
von: Shihab, Ibne Farabi, et al.
Veröffentlicht: (2026)

Understanding Knowledge Transferability for Transfer Learning: A Survey
von: Wang, Haohua, et al.
Veröffentlicht: (2025)

STIMULUS: Achieving Fast Convergence and Low Sample Complexity in Stochastic Multi-Objective Learning
von: Liu, Zhuqing, et al.
Veröffentlicht: (2025)

PLAN: Proactive Low-Rank Allocation for Continual Learning
von: Wang, Xiequn, et al.
Veröffentlicht: (2025)

Energy-Structured Low-Rank Adaptation for Continual Learning
von: Li, Longhua, et al.
Veröffentlicht: (2026)

Contrastive Representation Learning Helps Cross-institutional Knowledge Transfer: A Study in Pediatric Ventilation Management
von: Liu, Yuxuan, et al.
Veröffentlicht: (2025)