Jul, 2024
驾驭表格数据分类中的灾难性遗忘:一种基于伪复习的方法
Overcoming Catastrophic Forgetting in Tabular Data Classification: A
Pseudorehearsal-based approach
TL;DR通过使用基于原型的增量生成模型XuILVQ生成合成数据来保留旧知识,并使用修改后的DNDF算法以增量方式学习表格数据的分类任务, Tabular-data Rehearsal-based Incremental Lifelong Learning框架(TRIL3)成功解决了表格数据分类问题中的灾难性遗忘现象,仅使用50%的合成数据,TRIL3的性能优于文献中其他可用的持续学习方案。