信息饱和发育网络

精度升一成，规模省七成

一种增强的结构发育神经网络，通过神经元发育区分、遗忘机制和父子更新机制，实现更精准的类增量聚类。

谢海斌 · Ding, Zhiyong · 李鹏 · 徐昕

Neurocomputing 2024

参数信息

聚类准确率提升
10.94 %
生成神经元数量减少
71.93 %

技术优势

精度提升 10.94%

通过区分神经元发育阶段和优化覆盖域参数的初始化与更新，聚类边界更准确。

网络规模缩减 71.93%

采用遗忘机制控制网络尺寸，用更少的神经元实现更好的类增量聚类，适合资源受限场景。

对样本顺序鲁棒

增加的父子关系更新机制提供对样本输入顺序更好的鲁棒性，缓解了增量学习中常见的顺序敏感性。

应用场景