#501
summarized by : cfiken
Large Scale Incremental Learning

どんな論文か?

々に新しいクラスのデータを増えるような分類問題において、古いクラスの識別ができなくなる破滅的忘却を防ぐような Incremental Learning の手法である BiC (bias correction) を提案。分類レイヤ (最後の dense layer) で、新しいクラスに対して強い bias があることが破滅的忘却の要因の1つであることを発見し、それを補正するレイヤーを追加している。
placeholder

新規性

破滅的忘却についての分析で最終 dense レイヤでの bias に着目し、それを補正するレイヤを追加することで Incremental Learning の性能を上げる取り組み。

結果

Incremental Learning の既存手法である iCaRL や EEIL と比較し、ImageNet を10個の increment batch に分ける実験でSOTA を更新した。特に新しいクラスが大量にあるときに大きな効果があった。

その他(なぜ通ったか?等)