BPG-Inference

新的BPG框架增强了神经网络中的域增量学习

研究人员开发了BPG，一个用于域增量学习（DIL）的新框架，旨在改进深度神经网络在不遗忘先前知识的情况下适应新数据分布的能力。BPG包含两个主要组件：BPG-Adapter，它根据特定域的特征可分性调整模型的学习能力；以及BPG-Inference，一种在测试时融合多个特定域模型以避免误识别域的策略。在DomainNet等数据集上的实验表明，BPG达到了最先进的准确率，并显著减少了知识遗忘。