CONCLAD：连续新类检测器
机器学习
2024-12-17 v1 人工智能
摘要
在持续学习领域，依赖所谓的预言机进行新颖性检测虽然普遍，但并不切实际。本文介绍了CONCLAD（“连续新类检测器”），这是对部署后数据中持续新类检测这一研究不足问题的全面解决方案。在每个新任务中，我们的方法采用迭代不确定性估计算法来区分已知类和新类样本，并进一步区分不同新类本身。被高置信度预测为属于新类的样本会被自动伪标记并用于更新我们的模型。同时，使用少量监督预算迭代地查询模糊的新类预测，这些预测也将在更新期间使用。跨多个数据集的评估、消融实验和实验设置证明了我们的方法在持续分离新类和旧类样本方面的有效性。论文被接受后我们将发布代码。
引用
@article{arxiv.2412.10473,
title = {CONCLAD: COntinuous Novel CLAss Detector},
author = {Amanda Rios and Ibrahima Ndiour and Parual Datta and Omesh Tickoo and Nilesh Ahuja},
journal= {arXiv preprint arXiv:2412.10473},
year = {2024}
}