4371 papers
Dit paper introduceert MASQuant, een nieuw post-training kwantisatiekader voor multimodale grote taalmodellen dat modale specifieke gladmakingsfactoren en cross-modale compensatie via SVD-witmaking combineert om de uitdagingen van modale onbalans en computationele invariance effectief aan te pakken.
Dit paper introduceert Diffusion Contrastive Reconstruction (DCR), een methode die contrastieve signalen uit gereconstrueerde afbeeldingen integreert in het diffusiemodel om de discriminatieve en detailperceptieve vaardigheden van CLIP te balanceren en zo de visuele representatie te verbeteren.
Dit artikel introduceert Meta-D, een architectuur die MRI-metagegevens zoals sequentie en oriëntatie benut om de prestaties van hersentumor-analyse te verbeteren en robuuste segmentatie mogelijk te maken bij het ontbreken van beeldmodi.
Dit artikel toont aan dat een lichtgewicht model, getraind op een klein, hoogwaardig dataset met gepolariseerde beelden en verrijkt met DINOv3-priors en sensorbewuste augmentatie, de prestaties van zware RGB-only vision foundation modellen voor oppervlaktenormaal-schatting overtreft, waardoor de noodzaak van gespecialiseerde hardware voor polarisatie wordt herbevestigd ondanks de beperkte trainingsdata.
Dit paper introduceert het CAD-framework, een nieuwe methode die instance-entangling in instance-afhankelijk partiële label-leerproblemen aanpakt door intra- en inter-class regulaties te combineren om de klasgrenzen te verduidelijken en de prestaties te verbeteren.
Deze paper introduceert SADCA, een nieuwe aanvalsmethode die de overdraagbaarheid van adversarial voorbeelden op vision-language modellen verbetert door dynamische contrastieve interacties en semantische augmentatie te gebruiken om cross-modale uitlijning progressief te verstoren.
Deze paper introduceert MPCAttack, een nieuw raamwerk dat door het gezamenlijk optimaliseren van visuele en tekstuele representaties via een multi-paradigma strategie de overdraagbaarheid van adversariale aanvallen op Multi-Modal Large Language Models aanzienlijk verbetert.
GloSplat is een framework dat tijdens het trainen van 3D Gaussian Splatting een gezamenlijke optimalisatie van pose en uiterlijk uitvoert door expliciete SfM-kenmerksporen als eerste-class entiteiten te behouden, wat leidt tot snellere en nauwkeurigere 3D-reconstructie dan bestaande methoden.
Deze paper introduceert een trainingsvrije aanpak voor meerstaps stellingvoorspelling die gebruikmaakt van Theorem Precedence Graphs om structurele drift te overwinnen en zo 89,29% nauwkeurigheid bereikt op de FormalGeo7k-benchmark, wat de prestaties van bestaande ICL-baselines overtreft en die van gesuperviseerde modellen evenaart.
Dit artikel introduceert een schaalbaar monoculair videopipeline dat 18 klinisch relevante biomechanische metrics voor honkbalpitchers recupereert uit broadcastbeelden, waarmee een effectief risico-screenningsmodel voor blessures mogelijk wordt gemaakt zonder dure stadioncamera's.
Deze paper introduceert SURE, een semi-dicht kader voor beeldkoppeling dat betrouwbare overeenkomsten en hun onzekerheid gelijktijdig voorspelt door aleatorische en epistemische onzekerheid te modelleren, waardoor het bestaande methoden overtreft in nauwkeurigheid en efficiëntie bij uitdagende scenario's.
Dit artikel introduceert Prompt-Driven Noise Generation (PNG), een nieuw raamwerk dat realistische sRGB-ruis genereert via promptgestuurde leermethoden zonder afhankelijkheid van camerametadata, waardoor de generaliseerbaarheid van ruisonderdrukking in de praktijk aanzienlijk wordt verbeterd.
Deze studie presenteert een interpreteerbaar model dat 80,4% nauwkeurigheid bereikt bij het voorspellen van acht verschillende worptypes in honkbal op basis van monokulaire 3D-lichaamshouding, waarbij bovenlichaamsmechaniek en polspositie als belangrijkste voorspellers worden geïdentificeerd en een empirisch plafond wordt vastgesteld voor worpen die uitsluitend op grip verschillen.
Deze paper introduceert een tweestapskader voor het genereren van CT-rapporten dat structurele beeld-taalkoppelingen leert via contrastief leren en een dynamische negatieve wachtrij, waardoor nieuwe state-of-the-art prestaties worden bereikt op openbare datasets.
Dit paper introduceert DeformTrace, een hybride model dat State Space Models verbetert met vervormbare dynamica en relay-tokens om de precisie, efficiëntie en robuustheid van tijdelijke vervalsingsdetectie in video en audio aanzienlijk te verhogen.
Dit paper introduceert FedMEPD, een federatief leerframework dat modality-specifieke encoders en gedeeltelijk gepersonaliseerde fusie-decoders combineert om intermodale heterogeniteit en lokale personalisatie te adresseren bij multimodale hersentumorsegmentatie, waarbij clients met onvolledige modaliteiten hun representaties calibreren via cross-attention naar globale ankers.
FedAFD is een geïntegreerd framework voor multimodaal federatief leren dat via een tweeledige adversariale uitlijning, granulariteitsbewuste fusie en een op gelijkenis gebaseerde ensemble-distillatie de uitdagingen van heterogene data en modellen oplost om zowel client- als serverprestaties te verbeteren.
Dit artikel introduceert LocAtViT, een eenvoudige toevoeging aan Vision Transformers die door het moduleren van self-attention met een leerbaar Gaussisch kernel de prestaties op segmentatietaken aanzienlijk verbetert zonder de bestaande classificatiecapaciteiten te schaden.
In dit artikel wordt FC-VFI voorgesteld, een methode voor trouwe en consistente videoframe-interpolatie die hoge-resolutie video's van 30 fps naar 120 of 240 fps omzet door een tijdsmodelleerstrategie en semantische matching te combineren om zowel visuele fideliteit als bewegingsconsistentie te waarborgen.
Het artikel introduceert AdaIAT, een methode die hallucinaties in Large Vision-Language Models effectief vermindert door de aandacht voor gegenereerde tekst adaptief te verhogen, waardoor de balans tussen nauwkeurigheid en linguïstische coherentie wordt verbeterd zonder herhalende beschrijvingen.