10:11
官方账号arXiv cs.LG@Siphesihle Sithungu
推荐理由：这篇论文提出了一种新的深度人工免疫网络，用结构化亲和力替代传统扁平向量，在MNIST等数据集上实现了不错的无回放增量学习效果，还分析了关键机制，挺有意思的。
人工免疫网络
共 1 条相关 AI 资讯
8月21日
10:11
该研究提出一种基于结构亲和力的深度人工免疫网络（Deep AIN），用于无回放的视觉类增量学习。模型将视觉B细胞形式化为结构化模板，包括平移模板亲和力、零归一化互相关（ZNCC）滤波器和特征图绑定配置文件。在sklearn digits、MNIST、Fashion-MNIST和KMNIST数据集上的实验表明，保留响应图至关重要。特征图Deep AIN在sklearn digits上达到0.939的最终平衡准确率，在Fashion-MNIST上达到0.814，在KMNIST上达到0.853。