이번 글은 앞으로의 CL 방향성과 어떠한 논문을 읽을지 조사를 위해 Continual learning 분야의 최신 Survey를 정리하였습니다. 제 기준으로 관심있는 논문들을 골랐으며 해당 서베이에서 제공하는 간략한 설명을 추려서 논문에 대한 부가 설명을 작성하였습니다.
혹시 유사한 부분을 공부하시는 분이 있다면 조언 부탁드립니다 :) 더 정리된 글을 읽으시길 원하신다면 이 글 아래 노션을 이용하시길 추천드립니다. 문제 정의 기본적으로 Continual learning은 class-incremental learning(CIL)을 의미합니다.
CIL은 이미 훈련된 클래스에 새로운 클래스를 추가하여 모델을 학습시키는 것입니다. 최종적으로는 모든 클래스들을 잘 검출해야하는 것을 목표로 두고 있습니다.
반면에 Task-incremental learning(TIL)은 훈련 단계에서 미리 할당한 각각의 태스크별로 모델을 학습시키며, 최종적으로 객체를 검출할 때는 task index와 같은 부가...
#
CIL
#
incremental
#
IncrementalLearning
#
learning
#
LogitDistillation
#
ModelRectify
#
paper
#
regularization
#
Replay
#
summarization
#
Survey
#
Task
#
DynamicNetworks
#
Domain
#
CL
#
classification
#
Classincremental
#
ClassIncrementalLearning
#
continual
#
ContinualLearning
#
DataReplay
#
DeepClassIncrementalLearning
#
DeepLearning
#
Distillation
#
DN
#
논문요약
