ABOUT

PEOPLE

ADMISSION

EDUCATION

ARCHIVE

BOARD

  • ARCHIVE

MV CIMF Festival

Uncertainty aware Rehearsal-based Continual Learning

배재형 Visual Intelligence Lab

본 연구는 Monte Carlo Dropout을 활용하여 불확 실성을 측정하고 대표 샘플을 메모리 버퍼에 저장하 는 리허설 기반 연속 학습 방법을 제안합니다. 기존 학 습 방법과 달리, 이 접근법은 새로운 정보를 동적으로 업데이트하면서도 중요한 과거 데이터를 유지합니다. Monte Carlo Dropout을 사용해 불확실성을 추정함 으로써, 불확실성이 높은 데이터를 선택적으로 유지하 여 정보 보존을 강화하고 중복을 줄입니다.