- …
- …
#543
summarized by : 金城 忍
どんな論文か？
畳み込み層からの出力を空間方向、チャンネル方向で任意のサイズに分割し、チャンネル方向で圧縮する一方で、タスク毎の特徴量の分布を保持することで現在のタスクに特化したパラメターを選択し、パラメータ数を削減した継続学習の提案
新規性
タスク毎の特徴量の分布を保持し現在のタスクに特化したパラメターを選択するという点で新規
結果
CIFAR-{10, 100}+ResNet-18での評価では、提案手法 (空間、チャンネル分割サイズ: 8, 16) が既存手法より良い結果を達成する一方で、画像生成においても提案手法 (空間、チャンネル分割サイズ: 32, 16) が平均で良い結果を達成した
その他（なぜ通ったか？等）
- …
- …