Projeto para a disciplina de mestrado de Redes Neurais Artificiais na Escola Politécnica da Universidade de Pernambuco.
O propósito é medir o esquecimento catastrófico de forma incremental, conforme a rede recebe mais dados, e avaliar se transfer learning (inicializar a rede com os pesos de um modelo já treinado) reduz esse esquecimento.
Baseado em aprendizado contínuo e no EWC, do artigo "Overcoming catastrophic forgetting in neural networks" (Kirkpatrick et al., 2017).
Modelos: MLP, LeNet.
Algoritmos: Finetune, EWC, Lineage (transfer learning intra-dataset) e Lineage transfer (transfer learning cross-dataset).
Datasets: Split-MNIST, Split-FashionMNIST, Permuted-MNIST.