論文の概要: REDAR: Reinforcement-Driven Adaptive Regularisation for Class Incremental Learning

• arxiv url: http://arxiv.org/abs/2610.31991v1
• Date: Thu, 22 Oct 2026 23:15:36 GMT
• ステータス: 翻訳完了
• システム内更新日: 2026-10-27 01:38:06.309575
• Title: REDAR: Reinforcement-Driven Adaptive Regularisation for Class Incremental Learning
• Title（参考訳）: REDAR: クラスインクリメンタルラーニングのための強化駆動型適応正規化
• Abstract要約: 正則化に基づくクラスインクリメンタルラーニング(CIL)手法は、オフラインで調整された固定係数によって安定性と塑性のトレードオフを制御する。 これは基本的なミスマッチであり、REDAR:Reinforcement-Driven Adaptive Regularisation for Class Incremental Learningを提案する。
• 参考スコア（独自算出の注目度）: 32.0510823367538
• License: http://arxiv.org/licenses/nonexclusive-distrib/1.0/
• Abstract: Regularisation-based class-incremental learning (CIL) methods control the stability-plasticity trade-off through fixed coefficients tuned offline, independently of the continual learning objective and blind to phase-specific variations in data volume, task difficulty, and class similarity. We argue this is a fundamental mismatch and propose REDAR: Reinforcement-Driven Adaptive Regularisation for Class Incremental Learning, which treats regularisation strength selection as a sequential decision problem. At each incremental phase, a lightweight reinforcement learning (RL) agent observes a compact state of current performance metrics and incoming data statistics, and outputs the distillation coefficients for that phase. To respect CIL's constraint on historical data access, the policy is trained entirely on pseudo-CIL tasks constructed from the initial phase, then deployed on the incremental sequence without further adaptation. Experiments on CIFAR-100 and Tiny-ImageNet demonstrate that REDAR reduces forgetting and improves forward transfer over fixed and heuristic baselines, and that policies trained on short pseudo-task horizons transfer effectively to longer incremental runs.
• Abstract（参考訳）: 正規化に基づくクラスインクリメンタルラーニング(CIL)法は、連続的な学習目標とは独立にオフラインに調整された固定係数と、データボリューム、タスクの難易度、およびクラス類似性の位相特異的なバリエーションによって、安定性と塑性のトレードオフを制御する。 我々は、これは基本的なミスマッチであり、REDARを提案する: クラスインクリメンタルラーニングのための強化駆動適応正規化。 各段階において、軽量強化学習(RL)エージェントは、現在の性能指標と受信データ統計のコンパクトな状態を観察し、その段階の蒸留係数を出力する。 歴史的データアクセスに関するCILの制約を尊重するため、ポリシーは初期から構築された擬似CILタスクで完全に訓練され、さらに適応することなくインクリメンタルシーケンスにデプロイされる。 CIFAR-100とTiny-ImageNetの実験では、REDARは忘れを減らし、固定されたベースラインとヒューリスティックなベースラインの転送を改善するとともに、短い擬似タスク水平線で訓練されたポリシーがより長いインクリメンタルな実行に効果的に移行することを実証している。

関連論文リスト

• Theoretical Foundations of Continual Learning via Drift-Plus-Penalty [6.614755043607776]
  継続的な学習(CL)は、破滅的な忘れを緩和しながら新しいタスクを取り入れることでこの課題に対処する。 我々は,忘れることの進化を明示的に制御する制御理論的な視点をCLに導入する。 我々は,Drift-PlusPenalty原則を最適化した継続的フレームワークであるCentinual Learning with Drift-PlusPenalty(COLD)を提案する。
  論文  参考訳（メタデータ） (2026-06-07T04:51:32Z)
• Towards Realistic Class-Incremental Learning with Free-Flow Increments [17.558920457942936]
  本稿では,自由フロー到着時のCIL学習のためのモデルに依存しないフレームワークを提案する。 これは、サンプル周波数重み付き損失を一様に集約されたクラス条件監督に置き換えるクラスワイド平均(CWM)の目的を含む。 FFCIL下での各種CIL基線における明らかな性能劣化を実験により確認した。
  論文  参考訳（メタデータ） (2026-04-03T06:19:58Z)
• Stabilizing Reinforcement Learning with LLMs: Formulation and Practices [61.361819972410046]
  本稿では,REINFORCEなどの政策勾配法において,真のシーケンスレベルの報酬を代用トークンレベルの目的によって最適化できる理由と条件を示す。 この洞察は、RLトレーニングの安定化において、広く採用されているいくつかのテクニックの重要な役割について、原則化された説明を提供する。
  論文  参考訳（メタデータ） (2025-12-01T07:45:39Z)
• EKPC: Elastic Knowledge Preservation and Compensation for Class-Incremental Learning [53.88000987041739]
  クラスインクリメンタルラーニング(Class-Incremental Learning, CIL)は、AIモデルを、時間とともに異なるクラスのシーケンシャルに到着したデータから継続的に学習可能にすることを目的としている。 本稿では, 重要度を考慮した重要度正規化 (IPR) と CIL のためのトレーニング可能なセマンティックドリフト補償 (TSDC) を統合したElastic Knowledge Preservation and Compensation (EKPC) 法を提案する。
  論文  参考訳（メタデータ） (2025-06-14T05:19:58Z)
• Enhancing Robustness of Vision-Language Models through Orthogonality Learning and Self-Regularization [77.62516752323207]
  そこで本研究では,事前訓練した重みを効率よく微調整する直交微調整法を導入し,頑健さと一般化の強化を実現した。 自己正規化戦略は、OrthSRと呼ばれるVLMのゼロショット一般化の観点から安定性を維持するためにさらに活用される。 筆者らはCLIPとCoOpを再検討し,少数の画像のクラスフィシエーションシナリオにおけるモデルの改善を効果的に行う。
  論文  参考訳（メタデータ） (2024-07-11T10:35:53Z)

関連論文リストは本サイト内にある論文のタイトル・アブストラクトから自動的に作成しています。

指定された論文の情報です。
本サイトの運営者は本サイト（すべての情報・翻訳含む）の品質を保証せず、本サイト（すべての情報・翻訳含む）を使用して発生したあらゆる結果について一切の責任を負いません。