LEARNING
Grow-Prune-Freeze网络：用于嗅觉导航的自适应与持续学习技术
Kordel K. France, Ovidiu Daescu
- 发表年份
- 2026
- 访问权限
- 开放获取
摘要
本文提出Grow-Prune-Freeze (GPF)网络框架，使智能体能够通过生长、剪枝和冻结策略早期层来持续适应环境复杂度。基于非线性随机矩阵理论，该方法在湍流羽流导航任务中达到94%的成功率，并展示了在强化学习、图像分类和语言模型等任务中的泛化潜力。
关键词
continual learningolfactory navigationadaptive networksgrow-prune-freezenonlinear random matrix theory
相关论文
LEARNING
📊 8,465 引用
The Organization of Behavior
D. O. Hebb
2005
LEARNING
📊 7,678 引用
Fractional Brownian Motions, Fractional Noises and Applications
Benoît B. Mandelbrot, John W. Van Ness
1968
LEARNING
开放获取📊 7,484 引用
Review of deep learning: concepts, CNN architectures, challenges, applications, future directions
Laith Alzubaidi, Jinglan Zhang, Amjad J. Humaidi 等 10 位作者
2021
LEARNING
📊 4,608 引用
A guide to deep learning in healthcare
Andre Esteva, Alexandre Robicquet, Bharath Ramsundar 等 10 位作者
2018