독립 표본과 다른 자료 흐름
실제 입력은 환경이 서서히 변하면서 비슷한 예시가 연속해서 들어올 수 있다. 서로 독립적으로 뽑은 단순 시험 자료에서 잘 작동한 적응 방법도 이런 동적인 상황에서는 어려워질 수 있다.
강건한 배치 정규화
변화하는 시험 흐름에서 정규화 통계를 추정하는 강건한 배치 정규화 방식을 제시했다. 현재 배치의 성질이 급격하게 바뀌어도 적응을 이어 가기 위한 구성 요소다.
균형을 고려하는 메모리
메모리 뱅크에서 자료를 고를 때 클래스 균형과 정보의 최신성 및 불확실성을 고려한다. 연속해서 들어오는 입력에만 의존할 때 생기는 편향을 완화하려는 접근이다.
시간 인식 재가중
교사와 학생 모델에서 시간 정보를 고려한 재가중으로 학습을 안정화한다. 논문은 상관된 시험 자료 흐름에서 지속적인 적응이 가능한지 평가했다.
관련 문서
SAR 시험 시점 적응 / CoTTA / EATA 시험 시점 적응 / Tent 시험 시점 적응 / Mean Teacher / WILDS