Fan Lyu

Présentation d'une approche flexible pour que les machines apprennent plusieurs tâches sans oublier.

VCoTTA améliore l'adaptation de l'apprentissage automatique avec une gestion efficace de l'incertitude.

Une nouvelle méthode s'attaque à l'oubli et aux changements de données dans les modèles d'apprentissage automatique.

Une nouvelle méthode améliore l'adaptation du modèle pendant les tests avec un filtrage dynamique des pseudo-étiquettes.

SPCL améliore la stabilité de l'entraînement des modèles dans les environnements multi-tâches.

CALA aide les machines à apprendre de nouvelles catégories sans oublier ce qu'elles savent déjà.