기존 방법들은 알려진 클래스 샘플을 사용하여 정적이고 고정된 결정 경계를 학습하지만, 이는 동적이고 개방적인 시나리오에서 충분하지 않다. 이 논문은 동적 대 동적 아이디어를 제안하여 동적이고 변화 가능한 모델을 구축하여 동적으로 변화하는 개방형 세계에 적응하는 개방형 자기 학습 프레임워크를 개발한다.