Buchumschlag

Towards Realistic Class-Incremental Learning with Free-Flow Increments

Fuente: arXiv

Gespeichert in:

Bibliographische Detailangaben
Hauptverfasser:	Xu, Zhiming, Xu, Baile, Zhao, Jian, Shen, Furao, Yang, Suorong
Format:	Preprint
Veröffentlicht:	2026
Schlagworte:	Machine Learning
Online-Zugang:	Acceder al recurso
Tags:	Tag hinzufügen Keine Tags, Fügen Sie den ersten Tag hinzu!

Ähnliche Einträge

Dual Prototypes for Adaptive Pre-Trained Model in Class-Incremental Learning
von: Xu, Zhiming, et al.
Veröffentlicht: (2024)

Pushing the Limits of Distillation-Based Continual Learning via Classifier-Proximal Lightweight Plugins
von: Xu, Zhiming, et al.
Veröffentlicht: (2025)

RL-Selector: Reinforcement Learning-Guided Data Selection via Redundancy Assessment
von: Yang, Suorong, et al.
Veröffentlicht: (2025)

Beyond Point-wise Neural Collapse: A Topology-Aware Hierarchical Classifier for Class-Incremental Learning
von: Yi, Huiyu, et al.
Veröffentlicht: (2026)

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

Physics-inspired Energy Transition Neural Network for Sequence Learning
von: Wu, Zhou, et al.
Veröffentlicht: (2025)

Data Agent: Learning to Select Data via End-to-End Dynamic Optimization
von: Yang, Suorong, et al.
Veröffentlicht: (2026)

Annotation-Free Class-Incremental Learning
von: Kuchibhotla, Hari Chandana, et al.
Veröffentlicht: (2025)

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

Multimodal-Guided Dynamic Dataset Pruning for Robust and Efficient Data-Centric Learning
von: Yang, Suorong, et al.
Veröffentlicht: (2025)

When Dynamic Data Selection Meets Data Augmentation
von: Yang, Suorong, et al.
Veröffentlicht: (2025)

MCIGLE: Multimodal Exemplar-Free Class-Incremental Graph Learning
von: You, Haochen, et al.
Veröffentlicht: (2025)

Class Incremental Learning for Algorithm Selection
von: Nemeth, Mate Botond, et al.
Veröffentlicht: (2025)

Maximizing Incremental Information Entropy for Contrastive Learning
von: Zhang, Jiansong, et al.
Veröffentlicht: (2026)

Few-Shot Class-Incremental Learning with Non-IID Decentralized Data
von: Liu, Cuiwei, et al.
Veröffentlicht: (2024)

Towards Diverse Evaluation of Class Incremental Learning: A Representation Learning Perspective
von: Cha, Sungmin, et al.
Veröffentlicht: (2022)

Balancing the Causal Effects in Class-Incremental Learning
von: Zheng, Junhao, et al.
Veröffentlicht: (2024)

Data-Free Generative Replay for Class-Incremental Learning on Imbalanced Data
von: Younis, Sohaib, et al.
Veröffentlicht: (2024)

AnalyticKWS: Towards Exemplar-Free Analytic Class Incremental Learning for Small-footprint Keyword Spotting
von: Xiao, Yang, et al.
Veröffentlicht: (2025)

EntAugment: Entropy-Driven Adaptive Data Augmentation Framework for Image Classification
von: Yang, Suorong, et al.
Veröffentlicht: (2024)

Few-Shot Class-Incremental Learning with Prior Knowledge
von: Jiang, Wenhao, 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)

Inductive Graph Few-shot Class Incremental Learning
von: Li, Yayong, et al.
Veröffentlicht: (2024)

Autoencoder-Based Hybrid Replay for Class-Incremental Learning
von: Nori, Milad Khademi, et al.
Veröffentlicht: (2025)

Federated Class-Incremental Learning with Hierarchical Generative Prototypes
von: Salami, Riccardo, et al.
Veröffentlicht: (2024)

Advancing Analytic Class-Incremental Learning through Vision-Language Calibration
von: Zhao, Binyu, et al.
Veröffentlicht: (2026)

Federated Class-Incremental Learning with New-Class Augmented Self-Distillation
von: Wu, Zhiyuan, et al.
Veröffentlicht: (2024)

The Lie of the Average: How Class Incremental Learning Evaluation Deceives You?
von: Lai, Guannan, et al.
Veröffentlicht: (2025)

ConceptFlow: Hierarchical and Fine-grained Concept-Based Explanation for Convolutional Neural Networks
von: Mu, Xinyu, et al.
Veröffentlicht: (2025)

Enhancing Epidemic Forecasting: Evaluating the Role of Mobility Data and Graph Convolutional Networks
von: Guo, Suhan, et al.
Veröffentlicht: (2025)

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

Towards Robust Incremental Learning under Ambiguous Supervision
von: Wang, Rui, et al.
Veröffentlicht: (2025)

Replay-and-Forget-Free Graph Class-Incremental Learning: A Task Profiling and Prompting Approach
von: Niu, Chaoxi, et al.
Veröffentlicht: (2024)

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

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

Dynamic Prompt Adjustment for Multi-Label Class-Incremental Learning
von: Zhao, Haifeng, et al.
Veröffentlicht: (2024)

Reducing Class-wise Confusion for Incremental Learning with Disentangled Manifolds
von: Chen, Huitong, et al.
Veröffentlicht: (2025)

Constructing Enhanced Mutual Information for Online Class-Incremental Learning
von: Zhang, Huan, et al.
Veröffentlicht: (2024)

Fair Class-Incremental Learning using Sample Weighting
von: Park, Jaeyoung, et al.
Veröffentlicht: (2024)