MAGIC-SSCIL: Ancoragem de Variedade e Calibração Incremental Geométrica para Aprendizado Incremental de Classes Semissupervisionado

arXiv:2608.07586v1 Tipo de anúncio: novo Resumo: O Aprendizado Incremental de Classes Semissupervisionado (SSCIL) é um desafio severo para as redes neurais, e é ainda mais difícil no cenário sem exemplares, no qual nenhum dado passado pode ser armazenado. Os métodos existentes esquecem catastroficamente devido à deriva de características, e seus pseudo-rótulos se tornam cada vez menos confiáveis à medida que o espaço de rótulos cresce. Neste artigo, propomos o MAGIC (Ancoragem de Variedade e Calibração Incremental Geométrica), um framework que estabiliza a plasticidade com...