3742 articles
Le papier présente PromptGate, un cadre d'apprentissage fédéré actif adaptatif qui utilise des vecteurs de prompt optimisés pour purifier les pools de données non étiquetées des artefacts et des modalités erronées dans des environnements ouverts, garantissant ainsi une haute pureté des données médicales tout en préservant la confidentialité des patients.
Le papier propose ACD-U, un cadre d'apprentissage asymétrique combinant co-enseignement et désapprentissage automatique pour corriger activement les erreurs de sélection dans les données bruitées en associant un modèle CLIP préentraîné stable à un CNN adaptatif.
Cette étude évalue l'efficacité des visualisations de classes et des atlas d'activation pour interpréter les modèles de fondation basés sur les transformers en pathologie computationnelle, révélant que ces méthodes capturent la complexité morphologique inhérente aux tissus et aux sous-types de cancer tout en fournissant un cadre pour l'interrogation experte des représentations apprises.
Ce papier présente FreeFly-Thinking, un cadre de navigation vision-langage pour drones end-to-end qui intègre un raisonnement par chaîne de pensée et une stratégie d'entraînement en deux étapes pour améliorer la navigation autonome dans des environnements urbains complexes.
Le papier présente FastSTAR, un cadre d'accélération sans entraînement pour la synthèse vidéo autorégressive spatiotemporelle qui utilise l'élagage de tokens basé sur la similarité spatiale et temporelle couplé à une mise à jour partielle pour réduire considérablement les coûts de calcul tout en préservant la qualité visuelle.
Ce papier propose la méthode SPCP, qui améliore la détection des données hors distribution en modifiant le processus d'apprentissage pour encourager l'utilisation d'un ensemble plus large de paramètres plutôt que de dépendre de quelques contributions dominantes, réduisant ainsi les prédictions excessivement confiantes.
Le papier présente VINO, un cadre d'apprentissage auto-supervisé qui utilise des priors structurels pour décontextualiser les objets dans des vidéos denses, permettant ainsi d'apprendre des représentations centrées sur l'objet qui surpassent les méthodes existantes en évitant les raccourcis contextuels.
Le papier présente LightMedSeg, une architecture de segmentation médicale 3D légère et efficace qui intègre des priors anatomiques et des mécanismes d'ancrage pour atteindre une précision compétitive avec des modèles lourds tout en réduisant considérablement les paramètres et les coûts de calcul.
Ce papier présente BATDiff, un modèle de diffusion non supervisé utilisant une transformée en ondelettes bivariate à trous pour améliorer la cohérence structurelle et réduire les artefacts dans la super-résolution d'images uniques en fournissant un guidage inter-échelle structuré.
Ce papier propose HY-WU, un cadre d'adaptation mémoriel fonctionnel qui génère dynamiquement des opérateurs spécifiques à chaque instance pour éviter le surapprentissage et permettre un apprentissage continu sans écraser les paramètres partagés.
Le papier présente FabricGen, un cadre de génération de tissus tissés de haute qualité qui combine un modèle de diffusion pour les textures macroscopiques et un modèle géométrique procédural piloté par un LLM spécialisé pour créer des motifs de tissage réalistes au niveau des fils.
Ce papier présente PresentBench, une nouvelle référence d'évaluation fine et basée sur des critères spécifiques pour la génération automatique de diapositives, qui démontre une meilleure corrélation avec les préférences humaines et révèle la supériorité de NotebookLM par rapport aux autres méthodes existantes.
Ce papier propose LEPA, une architecture prédictive qui apprend l'équivariance géométrique pour ajuster avec précision les embeddings de modèles de fondation géospatiaux selon des zones d'intérêt définies par l'utilisateur, surmontant ainsi les limitations de l'interpolation standard qui échoue dans les variétés non convexes.
Ce papier présente les Variational Flow Maps, un cadre qui permet la génération conditionnelle en une seule étape en apprenant un adaptateur de bruit pour respecter les observations et les a priori des données, surpassant ainsi les modèles itératifs en vitesse tout en maintenant une haute fidélité.
Cette étude présente BD-VITON, un nouveau jeu de données axé sur les vêtements traditionnels bangladais pour combler les lacunes des benchmarks actuels dominés par la mode occidentale, et évalue la performance de plusieurs modèles d'essayage virtuel sur ces vêtements aux défis structurels uniques.
Ce papier présente MAviS, un assistant conversationnel multimodal spécialisé dans les espèces aviaires, qui s'appuie sur un nouveau jeu de données, un modèle de langage et une évaluation de référence pour améliorer la compréhension fine et le suivi écologique des oiseaux.
Cet article propose une méthode combinant l'entraînement adversarial et un lissage léger des cartes de caractéristiques pour générer des cartes de saillance plus stables, éparse et dignes de confiance, démontrant ainsi que la qualité des explications dépend crucialement du processus d'entraînement.
Le papier propose StructSAM, un cadre de fusion et de récupération de tokens préservant la structure et le spectre, spécifiquement conçu pour accélérer les modèles Segment Anything (SAM) tout en protégeant les contours et les informations de prompt, surpassant ainsi les méthodes existantes sur divers benchmarks naturels et médicaux.
Le papier propose Faster-HEAL, un cadre de perception collaborative léger et respectant la vie privée qui utilise un prompt visuel à faible rang et une fusion pyramidale pour aligner efficacement les caractéristiques d'agents hétérogènes sans nécessiter de réentraînement coûteux des modèles.
Cet article présente un cadre léger basé sur un jumeau numérique pour le suivi des véhicules et la prédiction de collisions dans les systèmes de transport intelligents, qui utilise uniquement la détection d'objets et des cartes de trajectoires pré-calculées pour atteindre une précision de 88 % tout en restant adapté au déploiement sur des dispositifs périphériques à ressources limitées.