연구진은 콜드 스타트 환경에서 지속적인 학습을 위한 새로운 방법 CIRCLE을 제안했어요. CIRCLE은 이미지 데이터를 학습하지 않는 고정된 저수지 특징을 활용해 기존 방법의 한계를 극복해요.
BiRC2D에서 영감을 받은 2차원 저수지 특징과 스트리밍 선형 판별 분석(SLDA) 헤드를 결합하여 성능을 높였어요. 이 방식은 샘플 단위 학습을 가능하게 하고, 백본 신경망을 업데이트할 필요가 없어요.
CIFAR-100, TinyImageNet, ImageNet-Subset, ImageNet-1k 데이터셋에서 기존 CS-EFCIL 방법보다 우수한 성능을 보였으며, 학습 속도도 훨씬 빠르다는 것을 확인했어요.