★ 2
HCPN-GCN：锥几何层次原型网络持续图学习
论文提出 HCPN-GCN，将层次原型网络扩展为图感知模型，用图卷积网络替换线性特征提取器并引入锥形原型与多样性正则。在六个持续图学习基准上，它持续提升平均分类准确率并保持近零遗忘，同时原型数量减少约 30 倍。
arXiv cs.LG25 天前
共 1 篇相关资讯，按重要度与时间排序，每 3 小时更新。
论文提出 HCPN-GCN，将层次原型网络扩展为图感知模型，用图卷积网络替换线性特征提取器并引入锥形原型与多样性正则。在六个持续图学习基准上，它持续提升平均分类准确率并保持近零遗忘，同时原型数量减少约 30 倍。