Continual learning with a predictive coding based classifier

doi:10.1016/j.asoc.2025.114265

Continual learning with a predictive coding based classifier

2025-11-14

0

OA

AI

DOI：10.1016/j.asoc.2025.114265

原文链接

查看原文

摘要

En 中文

• 一种新颖的计算高效持续学习（CL）方法，称为基于预测编码分类器的持续学习（CLPC2），它能够使用生成式重放策略进行新任务的增量学习，同时支持并行学习。 • 将所提出的算法应用于两种不同架构，即全连接网络（CLPC2-FCN）和卷积神经网络（CLPC2-CNN）。 • 对CLPC2的性能进行全面评估和比较，将其与现有的CL方法在MNIST、CIFAR-10和CIFAR-100数据集上的三种不同CL场景中进行对比。结果表明，在MNIST和CIFAR-10数据集上，CLPC2在Class-IL和Domain-IL等具有挑战性的场景中实现了更高的平均分类准确率，同时提供了如并行学习等优势。

Keyword:

Predictive coding

Continual learning

Replay

Generative model

Local learning

Continual learning with a predictive coding based classifier

摘要

AI总结

期刊

机构

引用论文