클래스 증분 학습에서 기저 세션 동안 표현의 효과적 순위를 높임으로써 후속 과제에 유용한 정보적 특징을 보존할 수 있다.
클래스 증분 학습에서 발생하는 기존 클래스들의 불균형적 망각 문제를 해결하기 위한 방법 제안
사전 학습 모델을 활용하여 새로운 클래스를 지속적으로 학습할 수 있는 확장 가능한 하위 공간 앙상블 모델을 제안한다. 이를 통해 기존 지식의 망각 없이 새로운 지식을 효과적으로 습득할 수 있다.