arXiv cs.CV· Sammuel R. Silva, Vander L. S. Freitas, Gladston Moreira, Eduardo J. S. Luz, Rodrigo Silva·· 4 小时前AI 评分22
HCPN-GCN：用锥几何扩展分层原型网络实现持续图学习
HCPN-GCN: Scaling Hierarchical Prototype Networks with Cone Geometry for Continual Graph Learning
AI 导读
HCPN-GCN 将分层原型网络（HPN）的线性特征提取器替换为 GCN，并引入基于锥的原型与多样性正则，用于持续图学习。在六个持续图学习基准上，它的平均分类准确率稳定优于原始 HPN 和代表性持续学习基线，同时保持接近零遗忘。该模型用约 30 倍更少的原子原型学到更丰富的类别级原型层级。
来源：arXiv cs.CV · arxiv.org