EUVIMEDEUVIMED entdecken
Crossref

CGR: calibrating generative replay for exemplar-free class-incremental learning

Xingcheng Zhu, Kai Han, Xiaocheng Hu, Chongwen Lyu, Jun Chen, Yi Liu, Zhe Liu

Multimedia Systems · 2026-06 · 32 (3)

DOI: 10.1007/s00530-026-02259-0 ↗

Kurz gefasst

Fachartikel in der Zeitschrift Multimedia Systems, online erschienen am 10.03.2026. Verfasst von Xingcheng Zhu und 6 weiteren Autor:innen. Die Arbeit nennt 49 Literaturangaben. Gefördert von: China Postdoctoral Science Foundation, National Natural Science Foundation of China.

AbstractBibliografische AngabenZitierenVerwandte Studien

Abstract (Originalsprache)

Kein Abstract verfügbar.

Förderung

  • China Postdoctoral Science Foundation
  • National Natural Science Foundation of China

Zitieren

APA

Zhu, X., Han, K., Hu, X., Lyu, C., Chen, J., Liu, Y., & Liu, Z. (2026). CGR: calibrating generative replay for exemplar-free class-incremental learning. Multimedia Systems, 32(3). https://doi.org/10.1007/s00530-026-02259-0

Vancouver

Zhu X, Han K, Hu X, Lyu C, Chen J, Liu Y, et al. CGR: calibrating generative replay for exemplar-free class-incremental learning. Multimedia Systems. 2026;32(3). doi:10.1007/s00530-026-02259-0

BibTeX
@article{Zhu2026,
  author = {Zhu, Xingcheng and Han, Kai and Hu, Xiaocheng and Lyu, Chongwen and Chen, Jun and Liu, Yi and Liu, Zhe},
  title = {CGR: calibrating generative replay for exemplar-free class-incremental learning},
  journal = {Multimedia Systems},
  year = {2026},
  volume = {32},
  number = {3},
  doi = {10.1007/s00530-026-02259-0}
}
Kostenlos starten →