您当前的位置:
首页 >
文章列表页 >
面向在线连续学习的特征融合引导的梯度重加权算法
面向在线连续学习的特征融合引导的梯度重加权算法
Gradient Re-Weighting Guided by Feature Fusion for Online Continual Learning
- 电子学报 2025年53卷第11期 页码:3970-3982
DOI: 10.12263/DZXB.20250413
录用:2025-11-20
移动端阅览
HTML全文
图( 8 ) 表( 12 )
参考文献
出版信息
数据统计
131
浏览量
114
下载量
0
CSCD
文章被引用时,请邮件提醒。
提交
工具集
- BibTeX下载
- Endnote下载
- RefMan 下载
- NoteExpress下载
- NoteFirst下载
相关文章
FF-STDP:一种基于前向-前向与STDP融合的低功耗在线学习SNN加速器
灾害场景下基于在线学习自适应择优的应急多路径传输方法
基于梯度协同与特征融合的加密流量检测
融合大语言模型与跨域图结构的多模态对话情感识别方法
低轨卫星网络自适应随机接入研究
相关作者
徐长卿
莫桂棋
刘毅
李裕科
陈梓鑫
杨银堂
李康睿
许长桥
相关机构
西安电子科技大学广州研究院
西安电子科技大学集成电路学部
北京邮电大学网络与交换技术全国重点实验室
成都信息工程大学网络空间安全学院(芯谷产业学院)
先进密码技术与系统安全四川省重点实验室

