5521 papers
Dit paper introduceert MWM, een mobiel wereldmodel dat door middel van een tweestaps trainingsframework en een nieuwe distillatiemethode actie-geconditioneerde consistentie verbetert, wat leidt tot betere visuele kwaliteit, trajectnauwkeurigheid en planningsucces bij navigatie-taken.
HybridStitch is een nieuwe methode voor tekst-naar-afbeelding-generatie die de berekening versnelt door complexe beeldgebieden te verfijnen met een groot model en eenvoudige gebieden te genereren met een kleiner model, wat resulteert in een 1,83-voudige snelheidswinst op Stable Diffusion 3.
In dit project worden goedkope, dier-geactiveerde cameravallen en visuele foundation-modellen in een Hawaïaans wolkwoud ingezet om gedetailleerde fenologische trends en interacties tussen flora en fauna te monitoren zonder toevlucht te nemen tot toezichthoudend leren.
Dit onderzoek toont aan dat voor de regressie van graslandbiomassa op beperkte landbouwdata, de kwaliteit van de vooraf getrainde backbone (zoals DINOv3) en eenvoudige lokale fusiemodules cruciaal zijn, terwijl complexe architecturen zoals cross-view attention en SSMs juist slechter presteren.
Deze paper introduceert een nieuw transfer learning-framework dat door middel van twee bi-niveau optimalisatiestappen een universele feature-extractor en een domeinspecifieke adapter combineert om hoogwaardige beelden te reconstrueren, zelfs bij beperkte trainingsdata zoals bij onderbemonsterde MRI-scans.
Dit paper introduceert VRGaze, het eerste grote dataset voor oogvolging in VR, en GazeShift, een ongesuperviseerde, real-time framework dat nauwkeurige oogvolging mogelijk maakt zonder handmatige labels en met minimale rekeneisen op VR-headsets.
Deze paper introduceert een trainingsvrije methode voor tijdelijke objecttracking in laparoscopische chirurgievideo's die vooraf getrainde tekst-naar-beelddiffusiemodellen gebruikt om kritieke anatomische structuren en instrumenten nauwkeurig te lokaliseren en te volgen zonder kostbare pixel-annotaties.
SoundWeaver is een trainingsvrij en modelonafhankelijk serversysteem dat de latentie van tekst-naar-audio diffusiemodellen aanzienlijk verlaagt door het generatieproces warm te starten op basis van semantisch vergelijkbare, in cache opgeslagen audiofragmenten, zonder in te leveren op de perceptuele kwaliteit.
Dit paper introduceert het Contrastive Tensor Pre-training (CTP)-framework, dat door het vervangen van paarwijze vergelijkingen door een gezamenlijke tensorbenadering, een consistente en verenigde uitlijning van tekst, afbeeldingen en puntwolkdata realiseert voor verbeterde autonome rijprestaties.
Dit paper introduceert VLM-SubtleBench, een nieuw meetinstrument dat VLM's evalueert op hun vermogen om subtiele verschillen in diverse domeinen zoals industrie en medische beeldvorming te onderscheiden, en blootlegt dat er nog een aanzienlijke kloof bestaat tussen model- en menselijke prestaties.
Deze paper introduceert SPAD, een structuur- en voortgangsgevoelige diffusiemodel voor medische beeldsegmentatie dat via een progressieve scheduler eerst stabiele morfologische structuren leert en vervolgens pas overgaat op het verfijnen van onzeker grenzen.
Dit artikel presenteert beeldsegmentatie als een visueel testkader voor coalitieformatie in hedonische spellen, waarbij wordt onderzocht hoe een granulariteitsparameter de evenwichtsfragmentatie beïnvloedt en de link legt tussen mechanismeontwerp en de structuur van evenwichten.
Dit artikel introduceert MINT, een raamwerk dat ruimtelijke transcriptomics-supervisie integreert in voorgeprogrammeerde pathologie-Vision Transformers om de moleculaire toestand van weefsel beter vast te leggen en zo de prestaties voor zowel genexpressievoorspelling als algemene pathologietaken te verbeteren.
Dit artikel introduceert E²OAL, een unified en detector-vrij raamwerk voor open-set actief leren dat gelabelde onbekende klassen effectief benut via label-gestuurde clustering en Dirichlet-gecalibreerde hulpkoppen om zowel de nauwkeurigheid als de efficiëntie te verbeteren zonder de hoge trainingskosten van bestaande methoden.
Dit artikel introduceert een concept-gestuurde Bayesiaanse framework voor zero-shot beeldherkenning die, door concepten als latente variabelen te behandelen en uitbijters te filteren via een trainingsvrije likelihood, de beperkingen van heuristische prompt-engineering overwint en state-of-the-art prestaties bereikt.
Dit artikel introduceert GTEM-LVC, een gestroomlijnd framework voor geleerde videocompressie dat een cascaded Mamba-module met ingebouwde geometrische transformaties en een lokale verfijningsnetwerk combineert om prestaties te verbeteren zonder complexe bewegingsschatting.
Dit artikel presenteert een nieuw unmixing-gebaseerd raamwerk voor de super-resolutie van niet-geregistreerde hyperspectrale beelden, dat spectrale en ruimtelijke informatie ontkoppelt en een verfijnd aggregatiemodule gebruikt om state-of-the-art resultaten te bereiken.
Dit paper introduceert RLPR, een robuust framework voor plaatsherkenning dat radar- en LiDAR-data via een tweestaps asymmetrische kruismodale uitlijning combineert om nauwkeurige localisatie in alle weersomstandigheden mogelijk te maken, zelfs zonder bestaande radar-kaarten.
Dit artikel introduceert IMSE, een methode voor testtijdadaptatie die gebruikmaakt van intrinsieke spectrale experts in Vision Transformers door alleen singuliere waarden aan te passen en een diversiteitsmaximalisatieverlies toepast om feature-collapse te voorkomen, waardoor state-of-the-art prestaties worden bereikt met aanzienlijk minder trainbare parameters.
Deze paper introduceert een hybride Vision Transformer-methode met 2D-positiesche codering en een coverage attention-decoder voor het herkennen van wiskundige expressies, die op de IM2LATEX-100K-dataset een BLEU-score van 89,94 bereikt en daarmee de huidige state-of-the-art-methoden overtreft.