arXiv 隐私论文· Junhui Mao·· 16 小时前AI 评分30
TRACE：基于时频重建的记忆高效时间序列类增量学习框架
TRACE: Memory-Efficient Time Series Class-Incremental Learning via Temporal-Spectral Reconstruction
AI 导读
TRACE 是一个无需回放、记忆高效的时间序列类增量学习框架，通过冻结的紧凑时频表示与轻量级类专属自编码器以生成式建模保留各类知识，避免递归生成与灾难性遗忘。在五个 TSCIL 基准上，其平均保留记忆较最强分析基线 TS-ACL 降低约 98.26%，并在 GrabMyo 上取得约 33.43% 的相对准确率提升。
来源：arXiv 隐私论文 · arxiv.org