返回
PAL: Prompting analytic learning with missing modality for multi-modal class-incremental learning
DOI:10.1016/j.patcog.2026.113467.png)
摘要
En 中文
• 我们提出了PAL——一种新颖的无示例技术,用于解决多模态CIL过程中缺失模态的问题。
• PAL无缝地将模态特定的提示整合到分析学习中,将缺失模态的MMCIL重新定义为RLS任务,并通过提示调优解决固有的欠拟合限制。
• 实验结果表明,PAL优于近期最先进的方法,展示了其在解决缺失模态问题上的鲁棒性,以及在进行CIL过程中保持高分类精度的能力。
Keyword:
PAL
missing modality
multi-modal CIL
prompt tuning
class-incremental learning
期刊
IF:
7.6
论文数:
1.3W
被引数:
4.5W
机构
引用论文
Visual Genome: Connecting Language and Vision Using Crowdsourced Dense Image Annotations视觉基因组: 使用众包密集图像注释连接语言和视觉
Class incremental learning with self-supervised pre-training and prototype learning具有自监督预训练和原型学习的类增量学习
PATTERN RECOGNITION
IF7.6

