计算机应用研究

作者：王伟,张志莹,郭杰龙,兰海,俞辉,魏宪,

单位：1.辽宁工程技术大学a.基础教学部;b.电子与信息工程学院,辽宁葫芦岛125105；2.中国科学院福建物质结构研究所,福州350002；

关键词：类增量学习,持续学习,灾难性遗忘,脑启发生成重放,

基金：国家自然科学基金青年基金资助项目(61701211)；辽宁省教育厅基本科研项目(LJKZ0362)；福建省科技计划资助项目(2021T3003,2021T3068)；泉州市科技计划资助项目(2021C065L)；；

现有的类增量学习方法多是采用存储数据或者扩展网络结构，但受内存资源限制不能有效缓解灾难性遗忘问题。针对这一问题，创新地提出基于脑启发生成式重放方法。首先，通过VAE-ACGAN模拟记忆自组织系统，提高生成伪样本的质量；再引入共享参数模块和私有参数模块，保护已提取的特征；最后，针对生成器中的潜在变量使用高斯混合模型，采样特定重放伪样本。在MNIST、Permuted MNIST和CIFAR-10数据集上的实验结果表明，所提方法的分类准确率分别为92.91%、91.44%和40.58%，显著优于其他类增量学习方法。此外，在MNIST数据集上，反向迁移和正向迁移指标达到了3.32%和0.83%，证明该方法实现任务的稳定性和可塑性之间的权衡，有效地防止了灾难性遗忘。

来源：2023年第3期

《计算机应用研究》期刊编辑部

查看计算机应用研究杂志2023年第3期