Xi'an Jiaotong University（西安交通大学）

Class-Independent Increment: An Efficient Approach for Multi-label Class-Incremental Learning

类无关增量：一种多标签类增量学习的有效方法

Chenhao Ding, Songlin Dong, Zhengdong Zhou, Jizhou Han, Qiang Wang, Yuhang He, Yihong Gong

机构 * School of Software Engineering, Xi’an Jiaotong University（西安交通大学软件工程学院） ； College of Artificial Intelligence, Xi’an Jiaotong University（西安交通大学人工智能学院） ； Faculty of Computility Microelectronics, Shenzhen University of Advanced Technology（深圳先进技术大学计算微电子学院） 纠错

AI总结 本文提出类无关增量方法，通过类级嵌入和特定标记优化，解决多标签类增量学习中的特征混淆和遗忘问题。

Without Paired Labeled Data: End-to-End Self-Supervised Learning for Drone-view Geo-Localization

无需配对标注数据：无人机视角地理定位的端到端自监督学习

Zhongwei Chen, Zhao-Xu Yang, Hai-Jun Rong, Guoqi Li

机构 * State Key Laboratory for Strength and Vibration of Mechanical Structures（强度与振动机械结构国家重点实验室） ； Shaanxi Key Laboratory of Environment and Control for Flight Vehicle（陕西省飞行器环境与控制重点实验室） ； School of Aerospace Engineering（航空航天工程学院） ； Xi’an Jiaotong University（西安交通大学） ； Institute of Automation（自动化研究所） ； Chinese Academy of Sciences（中国科学院） ； School of Artificial Intelligence（人工智能学院） ； University of Chinese Academy of Sciences（中国科学院大学） ； Peng Cheng Laboratory（鹏城实验室） 纠错

AI总结 本文提出DMNIL方法，通过动态记忆和邻域信息学习提升无人机视角地理定位的自监督学习性能。