Scifaro

中文

块神经网络在学习多任务时避免灾难性遗忘

神经与进化计算 2017-11-29 v1 机器学习机器学习

作者: Guglielmo Montone , J. Kevin O'Regan , Alexander V. Terekhov

在 arXiv 上查看 ↗ PDF ↗

摘要

在本工作中，我们提出一种深度前馈网络架构，可按顺序学习范式训练，即难度递增的任务被依次学习，同时避免灾难性遗忘。当旧任务与新任务相关时，所提架构能在新任务中复用先前任务学到的特征。与从头训练的网络相比，该架构学习新任务所需的计算资源（神经元与连接）和数据更少。

关键词

深度前馈网络顺序学习灾难性遗忘多任务特征复用

引用

@article{arxiv.1711.10204,
  title  = {Block Neural Network Avoids Catastrophic Forgetting When Learning Multiple Task},
  author = {Guglielmo Montone and J. Kevin O'Regan and Alexander V. Terekhov},
  journal= {arXiv preprint arXiv:1711.10204},
  year   = {2017}
}