Buchumschlag

One Adapter for All: Towards Unified Representation in Step-Imbalanced Class-Incremental Learning

Fuente: arXiv

Gespeichert in:

Bibliographische Detailangaben
Hauptverfasser:	Zhang, Xiaoyan, He, Jiangpeng
Format:	Preprint
Veröffentlicht:	2026
Schlagworte:	Computer Vision and Pattern Recognition Machine Learning
Online-Zugang:	Acceder al recurso
Tags:	Tag hinzufügen Keine Tags, Fügen Sie den ersten Tag hinzu!

Ähnliche Einträge

Gradient Reweighting: Towards Imbalanced Class-Incremental Learning
von: He, Jiangpeng, et al.
Veröffentlicht: (2024)

Dual-Imbalance Continual Learning for Real-World Food Recognition
von: Zhang, Xiaoyan, et al.
Veröffentlicht: (2026)

Adaptive Adapter Routing for Long-Tailed Class-Incremental Learning
von: Qi, Zhi-Hong, et al.
Veröffentlicht: (2024)

Understanding Imbalanced Forgetting in Rehearsal-Based Class-Incremental Learning
von: Tamajo, Alberto, et al.
Veröffentlicht: (2026)

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

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

Continual Adapter Tuning with Semantic Shift Compensation for Class-Incremental Learning
von: Zhou, Qinhao, et al.
Veröffentlicht: (2024)

Towards Realistic Incremental Scenario in Class Incremental Semantic Segmentation
von: Kwak, Jihwan, et al.
Veröffentlicht: (2024)

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

Class-Incremental Learning with CLIP: Adaptive Representation Adjustment and Parameter Fusion
von: Huang, Linlan, et al.
Veröffentlicht: (2024)

Online Class-Incremental Learning For Real-World Food Image Classification
von: Raghavan, Siddeshwar, et al.
Veröffentlicht: (2023)

Towards Experience Replay for Class-Incremental Learning in Fully-Binary Networks
von: Basso-Bert, Yanis, et al.
Veröffentlicht: (2025)

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

Few-Shot Learning with Class Imbalance
von: Ochal, Mateusz, et al.
Veröffentlicht: (2021)

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

DELTA: Decoupling Long-Tailed Online Continual Learning
von: Raghavan, Siddeshwar, et al.
Veröffentlicht: (2024)

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

Revisiting Class-Incremental Learning with Pre-Trained Models: Generalizability and Adaptivity are All You Need
von: Zhou, Da-Wei, et al.
Veröffentlicht: (2023)

Improving Forward Compatibility in Class Incremental Learning by Increasing Representation Rank and Feature Richness
von: Kim, Jaeill, 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)

Robust3D-CIL: Robust Class-Incremental Learning for 3D Perception
von: Ma, Jinge, et al.
Veröffentlicht: (2025)

One Step Learning, One Step Review
von: Huang, Xiaolong, et al.
Veröffentlicht: (2024)

Stable Routing for Mixture-of-Experts in Class-Incremental Learning
von: Guo, Zirui, et al.
Veröffentlicht: (2026)

CL-LoRA: Continual Low-Rank Adaptation for Rehearsal-Free Class-Incremental Learning
von: He, Jiangpeng, et al.
Veröffentlicht: (2025)

When Classes Evolve: A Benchmark and Framework for Stage-Aware Class-Incremental Learning
von: Zhang, Zheng, et al.
Veröffentlicht: (2026)

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

Addressing Imbalanced Domain-Incremental Learning through Dual-Balance Collaborative Experts
von: Li, Lan, et al.
Veröffentlicht: (2025)

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

Class-wise Balancing Data Replay for Federated Class-Incremental Learning
von: Qi, Zhuang, et al.
Veröffentlicht: (2025)

Scalable Class-Incremental Learning Based on Parametric Neural Collapse
von: Zhang, Chuangxin, et al.
Veröffentlicht: (2025)

Probing Image Compression For Class-Incremental Learning
von: Yang, Justin, et al.
Veröffentlicht: (2024)

Mixture of Noise for Pre-Trained Model-Based Class-Incremental Learning
von: Jiang, Kai, et al.
Veröffentlicht: (2025)

Unified Classification and Rejection: A One-versus-All Framework
von: Cheng, Zhen, et al.
Veröffentlicht: (2023)

External Knowledge Injection for CLIP-Based Class-Incremental Learning
von: Zhou, Da-Wei, et al.
Veröffentlicht: (2025)

iNeMo: Incremental Neural Mesh Models for Robust Class-Incremental Learning
von: Fischer, Tom, et al.
Veröffentlicht: (2024)

Class Uncertainty: A Measure to Mitigate Class Imbalance
von: Baltaci, Z. S., et al.
Veröffentlicht: (2023)

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

All-around Neural Collapse for Imbalanced Classification
von: Zhang, Enhao, et al.
Veröffentlicht: (2024)

Specifying What You Know or Not for Multi-Label Class-Incremental Learning
von: Zhang, Aoting, et al.
Veröffentlicht: (2025)