10073 件の論文
この論文は、病理画像の超高解像度や複雑な組織構造といった課題に対処し、テキストベースの知識ベースの限界を克服するため、教科書のページレベル埋め込みに基づくマルチモーダル検索と推論機能を備えた新しいアジェンティック RAG フレームワーク「Patho-AgenticRAG」を提案し、その診断タスクにおける性能向上を実証するものです。
MVTOP は、複数の視点からの特徴を早期に融合し、単一視点では解決不可能な姿勢の曖昧さを解消する、エンドツーエンドで学習可能な新規トランスフォーマーベースの剛体物体姿勢推定手法です。
本論文は、正負部分積セル（PPC/NPPC）を用いた新規な正確および近似処理要素を 8x8 行列演算用 Systolic Array に実装し、既存設計と比較して最大 32% のエネルギー効率向上と、DCT やエッジ検出などの画像処理タスクにおける高い出力品質を同時に達成する手法を提案しています。
この論文は、ラベル分布の偏りや多ラベル分類の課題に直面する連合学習に対し、ニューラル・コラプスの理論に基づいてクライアント間の表現を整合させ、アテンション機構と正則化損失を用いて特徴のクラスター化を促進する新たなフレームワーク「FedNCA-ML」を提案し、複数のベンチマークで高い性能向上を実証したものである。
この論文は、モデルの再学習なしに推論時のみで動作し、3D/4D 生成や動画編集など多様なタスクにおいて、カメラ制御の精度と視覚的忠実さを両立させるゼロショットフレームワーク「WorldForge」を提案するものである。
この論文は、動的 PET 画像の時間的・空間的分解能を向上させるために、フレーム間の空間相関とフレーム内の構造的整合性を活用したカーネル空間ベースの多次元スパースモデルをニューラルネットワークに組み込んだ「Neural KMDS-Net」を提案し、その有効性をシミュレーションおよび実データを用いて実証したものである。
本論文は、超解像における欠損テクスチャの事前分布をコードブックでモデル化する「テクスチャベクトル量子化」と、画像レベルの教師信号を用いてインデックス予測器を直接学習する「再構成認識予測」を提案し、低計算コストでフォトリアリスティックな超解像を実現する生成モデル（TVQ&RAP）を開発したものである。
本論文は、姿勢や被写界深度、画角、遮蔽などが不規則な野生の 2D 写真集合から、チューニング不要で数分以内に高忠実度な 3D 着衣人物を再構築する初の手法「UP2You」を提案し、既存手法を上回る幾何学的精度とテクスチャ忠実度を実現するとともに、任意のポーズ制御やトレーニング不要のバーチャル試着など実用的な応用を可能にすることを示しています。
本論文は、従来の拡散モデルが抱える推論時間の遅延と忠実性の低下という課題を解決し、ブランク制御ネットワークと適応的タイムステップ予測を組み合わせた単一ステップの拡散モデル「FideDiff」を提案することで、高忠実度かつ効率的な画像モーションデブラーリングを実現する手法を提示しています。
この論文は、単一の画像と物体の速度指定から物理的に妥当な剛体相互作用を含む動画を生成し、合成データを用いた段階的学習戦略と低・高レベルの条件付けを組み合わせることで、既存の動画生成モデルの物理的妥当性と制御性を大幅に向上させる「KineMask」という手法を提案するものである。