3694 papers
Deze studie toont aan dat asymmetrische kennisdistillatie van een grote Vision Transformer naar kleine CNN's leidt tot een ernstige dimensionale ineenstorting die de robuustheid tegen ruis fundamenteel ondermijnt, waarbij alleen extreme capaciteitsbeperkingen als robuust laagdoorlaatfilter fungeren.
Dit paper introduceert gRef-CW, het eerste dataset voor generaliseerde visuele grounding in de landbouw, en Weed-VG, een modulair framework dat de bestaande kloof tussen taal en visuele objecten in veldbeelden overbrugt door multi-label hiërarchische scoring en interpolatie-gedreven regressie.
Dit artikel introduceert SIQA, een nieuw raamwerk voor het beoordelen van de kwaliteit van wetenschappelijke afbeeldingen dat zowel perceptieve als wetenschappelijke dimensies omvat, en onthult dat multimodale modellen weliswaar consistent kunnen scoren, maar vaak tekortschieten in werkelijk wetenschappelijk begrip.
Dit paper stelt dat MLLMs die alleen RGB-gegevens verwerken fundamenteel tekortschieten in ruimtelijk inzicht door camera-parameters te negeren, en introduceert daarom een camera-bewust raamwerk dat door het integreren van camera-intrinsieke parameters en data-augmentatie zorgt voor robuustere en generaliseerbare ruimtelijke redeneerfähigheden.
Dit artikel toont aan dat het toepassen van conformalized quantile regression op deep learning-modellen voor het voorspellen van zonnevlammen uit magnetische veldkaarten leidt tot betrouwbaardere voorspellingen met nauwkeurigere betrouwbaarheidsintervallen dan andere methoden.
Deze paper introduceert UWPD, een nieuw paradigma voor het detecteren van onzichtbare watermerken zonder voorafgaande kennis van het inbeddingsalgoritme, door middel van het UniFreq-100K-dataset en het FSNet-model dat gebruikmaakt van frequentiegebaseerde modules voor superieure zero-shot detectie.
Dit paper introduceert HERO, een nieuw kader voor open-vocabulaire tijdsgebonden zinsgrondering in video's, en presenteert de eerste benchmarks en methoden om modellen beter te laten generaliseren naar onbekende taaluitdrukkingen.
Deze studie introduceert een interpreteerbaar diep leermodel voor de detectie van AMD op basis van OCTA-beelden, dat specifieke vaatbiomarkers zoals tortuositeit en perfusiedeficiëntie integreert om de diagnose te verbeteren en in lijn te brengen met de pathofysiologie van de ziekte.
Deze paper introduceert een efficiënt raamwerk voor heterogene decentrale diffusiemodellen dat de trainingskosten aanzienlijk verlaagt en diverse trainingsdoelen (DDPM en Flow Matching) mogelijk maakt, wat resulteert in een 16-voudige reductie in rekenkracht en een 14-voudige reductie in data ten opzichte van eerdere methoden.
ButterflyViT is een nieuwe methode die Vision Transformers voor randapparatuur mogelijk maakt door experts te behandelen als geometrische herschikkingen van een gedeelde quantized substraat, wat resulteert in een 354-voudige vermindering van het geheugengebruik bij 64 experts met verwaarloosbaar verlies aan nauwkeurigheid.
Deze paper introduceert XMACNet, een lichtgewicht en verklaarbaar CNN-model dat zichtbare beelden en vegetatie-indexen combineert via zelf-attention en multi-modale fusie om chili-ziekten nauwkeurig te detecteren en te visualiseren voor toepassing in de precisielandbouw.
Dit paper introduceert EarthBridge, een hoogwaardig framework voor cross-modale beeldvertaling tussen EO-, IR- en SAR-sensoren dat gebruikmaakt van Diffusion Bridge Implicit Models en Contrastive Unpaired Translation om de tweede plaats te behalen in de 4th Multi-modal Aerial View Image Challenge.
Het artikel introduceert HiDE, een hiërarchisch model voor geleerde afbeeldingscompressie dat externe priors via een gestructureerde tweelaagse woordenboekretrieval en een contextbewuste schatter efficiënter benut dan bestaande methoden, wat leidt tot aanzienlijke bitrate-reducties.
Dit artikel presenteert een hybride machine learning-model dat MRI-beelden verwerkt via een combinatie van CNN-architecturen (VGG19, EfficientNet en ResNet50) en een Bi-LSTM-classificatie, waardoor een nauwkeurigheid van 98,83% wordt bereikt voor de vroege detectie van cerebrale parese bij pasgeborenen.
Dit artikel onthult dat modellen die hun redenering consistent houden met visuele input tijdens lange taken (gemeten via Step Grounding Rate) beter generaliseren naar onbekende situaties dan modellen die alleen op de eindnauwkeurigheid worden beoordeeld.
Dit paper introduceert MotionBits, een semantiek-onafhankelijk concept voor het segmenteren van bewegende stijve lichamen op basis van kinematische twist-equivalentie, en presenteert het MoRiBo-benchmark en een leervrije grafische methode die de staat-der-techniek overtreft voor robuuste fysieke interactie-analyse in robotica.
Dit artikel introduceert Perturbed Gaussian Ensemble, een actief beeldselectieframework dat onzekerheidsmodellering en sequentiële besluitvorming combineert om de kwaliteit van reconstructies bij schaarse CT-beelden te verbeteren door de meest informatieve X-ray-weergaven te selecteren.
Dit artikel introduceert een uitgebreid topologisch model dat een 3-variëteit en disjuncte cirkels identificeert om de structuur van hoog-contrast optische stroom te verklaren, waarbij wordt aangetoond dat de meest contrastrijke patronen zich nabij bewegingsgrenzen bevinden in plaats van op het eerder voorgestelde torusmodel.
Dit paper introduceert ColonSplat, een dynamisch Gaussian Splatting-framework dat de peristaltische beweging tijdens colonoscopie nauwkeuriger reconstrueert dan bestaande methoden, ondersteund door een nieuw synthetisch dataset genaamd DynamicColon.
Dit paper introduceert IGLU, een nieuwe parametrische activeringsfunctie die voortkomt uit een schaalmengsel van GELU-poorten met een Cauchy-gebaseerde poort, en die door zijn zware staart en efficiënte benadering (IGLU-Approx) superieure of vergelijkbare prestaties levert ten opzichte van bestaande functies zoals ReLU en GELU, met name op onbalans datasets.