Aller au contenu principal
2026 article

Continual learning via dynamic expandable task-specific and general representations

0Citations signalées, ce qui n’est pas une note de qualité
2Institutions déclarées
2Pays d’affiliation déclarés

Rattachement africain : cn, gb. Niveau de preuve : code pays fourni par la source.

Résumé indisponible. Les résultats de l’étude ne doivent pas être déduits de son seul titre.

Le contrôle bibliographique ouvert

DOI retrouvé dans Crossref DOI retrouvé ; titre concordant.

Titre Crossref
Continual learning via dynamic expandable task-specific and general representations
Date Crossref
01/10/2026
Éditeur
Elsevier BV
Type
journal-article

Ce recoupement confirme des métadonnées liées au DOI. Il ne confirme ni la méthode ni les conclusions de l’étude, et il ne compte pas comme une seconde source scientifique indépendante.

Où se fait cette recherche

  • University of Electronic Science and Technology of China pays non établi dans la notice
    Université ou école supérieure
  • University of York Department of Computer Science pays non établi dans la notice
    Université ou école supérieure
  • School of Information and Software Engineering pays non établi dans la notice
    Université ou école supérieure

University of Electronic Science and Technology of China, Department of Computer Science — University of York et School of Information and Software Engineering.

Une affiliation ne permet pas de déduire la nationalité d’un auteur.

Les sujets associés

Domain Adaptation and Few-Shot LearningFace recognition and analysisHuman Pose and Action Recognition

BNTIC News n’est pas le producteur de ces données. Les publications sont interrogées à la demande dans Crossref, OpenAIRE, DOAJ, Europe PMC, HAL, DataCite, AfricArXiv, ROR et la Banque mondiale, sans clé d’accès. OpenAlex reste optionnel. Aucun service payant n’est nécessaire et aucune donnée externe n’est enregistrée en base. Consulter les sources et leurs limites.