CD-IMM: A Bayesian non-parametric classifier for continual learning

2026-08-13

0

PRE

AI

DOI：10.1016/j.neucom.2026.134751

原文求助

摘要

En 中文

CD-IMM是一种为持续学习定制的贝叶斯非参数模型。它解决了现有贝叶斯模型在混合类-领域数据流条件下表现不佳的局限性。该模型利用无限混合建模动态适应数据复杂性的增加。 CD-IMM自然地处理新类、类重复和领域漂移。实验结果表明，CD-IMM优于强大的贝叶斯持续学习基线。