從不確定到清晰：利用語義擴展通過有限生物醫學樣本的不確定性引導的類增量學習

提出一種新的類增量學習方法ESSENTIAL，通過測量樣本的累積熵來選擇最具代表性的樣本作為記憶庫的樣本，並利用細粒度語義擴展來增強模型對新舊類別的學習能力，同時採用餘弦分類器來緩解類別不平衡和長尾分佈帶來的分類偏差。