旧知识迁移新类别
通过伪类与随机分类器，在少样本条件下不断学习新调制类型而无需重新训练。
Haoyue, Tan · Zhenxi, Zhang · Yu, Li · 石晓然 · Li, Wang · Xinyao, Yang · 周峰
IEEE Transactions on Wireless Communications 2024
模型通过生成的伪类为新类型预留空间，在学习新调制类型时无需重新训练。
在 1-way 1-shot 和 1-way 5-shot 设置下表现优越，每个新类别仅需 1 或 5 个样本。
随机分类器保证了生成伪类的可靠性，从而保证分类结果的可靠性。