Continual learning (CL) においては、（１）新しいタスクを学習する際に古い知識を活用しつつ、その知識を維持しなければならない（２）モデルのスケーラビリティを保証しなければならない、という問題がある。これらの問題に対して、シナプス可塑性を用いたフレームワークである Dynamic Generative Memory (DGM) を提案する。