Riccardo Casciotti

New research tackles catastrophic forgetting in AI sound classification

研究人员研究了在增量学习的声学事件分类任务中防止灾难性遗忘的方法。该研究分析了架构和正则化方法，重点是保护网络内核免受权重更新的影响，并采用了一个随新任务扩展的动态头部分类器。研究结果表明，灾难性遗忘主要影响更深的层，特别是分类器头部。对于领域内的声音分类，冻结特征提取器并微调动态头部分类器被证明是最有效的方法，表现出最小的遗忘、稳定的训练以及良好的记忆保留和学习适应性平衡。