はてなブックマーク

継続学習 継続学習とはモデルが長い期間次々と与えられる新しいデータに対して連続的に学習すること 詳しくは継続学習についてまとめたスライド参照 今回は分布外検知の手法を利用した継続学習の論文を実装する 論文タイトル: A Simple Unified Framework for Detecting Out-of-Distribution Samples and Adversarial Attacks 論文の概要: 分布外データを新しいクラスのデータとみなし，深層モデルの特徴空間上でガウシアンフィッティングを行い，古いクラスと新しいクラスの平均ベクトルとのマハラノビス距離をもとにテストデータを分類する． 論文の詳しい解説はスライドの２つ目にかいた この論文の強みはこれまで学習したクラスの精度をほぼ落とさずに継続学習が可能であり，新たに追加されたクラスのデータを利用したDNNのパラメータの再学習