5561 papers
Dit paper introduceert de Post Fusion Stabilizer (PFS), een lichtgewicht module die de robuustheid van bestaande multimodale 3D-detectiesystemen verbetert door de stabiliteit van vogelvluchtperspectief-kenmerken te waarborgen bij domeinverschuivingen en sensorstoringen, zonder de bestaande architectuur te hoeven aanpassen.
Dit artikel introduceert CBM-Suite, een methodologisch kader dat de fundamentele beperkingen van Concept Bottleneck Models aanpakt door een entropie-maatstaf voor conceptrelevantie, een niet-lineaire laag om het 'lineariteitsprobleem' op te lossen, en distillatie voor nauwkeurigheidsverbetering, waardoor nauwkeurigere en interpreteerbaarder modellen ontstaan.
Dit paper introduceert de geïnterpoleerde FID (iFID), een nieuwe metiek die door interpolatie van latente representaties een sterke correlatie aantoont met de generatieve FID van diffusiemodellen, waardoor het een betrouwbaarder voorspeller wordt dan de traditionele reconstructie-FID.
Dit paper introduceert Implicit Error Counting (IEC), een referentievrije beloningsmethode voor reinforcement learning die in plaats van een rubric fouten telt met gewichten, wat leidt tot superieure resultaten bij virtuele pasproeven waar geen enkel ideaal antwoord bestaat.
Het artikel introduceert SemVID, een trainingsvrij raamwerk voor semantische toewijzing van bewijsmateriaal dat door het behoud van object-, bewegings- en contexttokens de nauwkeurigheid van video-temporale gronding behoudt terwijl het het aantal visuele tokens drastisch reduceert en de verwerkingssnelheid aanzienlijk verbetert.
Dit artikel introduceert Gabor-primitieven voor versnelde reconstructie van cardiale cine-MRI, die door het moduleren van Gaussische enveloppen met complexe exponentiële functies en het ontleden van spatiotemporele redundantie, een compacte en fysisch interpreteerbare representatie bieden die bestaande methoden zoals Compressed Sensing en Implicit Neural Representations overtreft.
Dit paper introduceert OWL, een nieuwe analytische methode voor 3D-perceptie tijdens beweging die schaalbare 3D-scèneherconstructie en camera-heading berekent uitsluitend op basis van visuele bewegingsinformatie, zonder voorafgaande kennis van de omgeving of beweging te vereisen.
Deze paper introduceert een nieuw pseudo-3D longitudinaal inpainting-framework voor hersen-MRI's op basis van 3D-regiebewuste diffusiemodellen, dat pathologische laesies effectief wegneemt terwijl het de anatomische continuïteit behoudt en aanzienlijk sneller en nauwkeuriger presteert dan bestaande methoden.
Het paper introduceert MultiHaystack, een nieuw benchmark met meer dan 46.000 multimodale documenten, afbeeldingen en video's om de prestaties van multimodale grote taalmodellen te evalueren bij het ophalen van relevante bewijsstukken uit grote verzamelingen en het redeneren daarover, waarbij blijkt dat de huidige modellen sterk presteren bij gegeven bewijs maar aanzienlijk falen bij het zelf vinden van dat bewijs.
Deze paper introduceert een interpreteerbaar framework voor audiovisuele geografische locatie dat een nieuw wereldwijd videobenchmark (AVG) combineert met een driedelige aanpak van perceptie, redenering en precisievoorspelling om de ambiguïteit van visuele landschappen te overwinnen door geluidssignalen effectief te benutten.
Het paper introduceert Any2Full, een efficiënt en robuust één-staps framework dat bestaande monokulaire dieptemodellen aanpast via schaalbewuste prompts om nauwkeurige en dichte dieptekaarten te genereren vanuit onvolledige metingen zonder de beperkingen van eerdere twee-staps methoden.
Deze paper introduceert een lichtgewicht en interpreteerbaar framework dat 2D- en 3D-DHoGM-kenmerken combineert voor het nauwkeurig detecteren van bewegingsartefacten in T1-gewogen hersen-MRI-scans, wat leidt tot een robuuste en computerefficiënte oplossing voor geautomatiseerde kwaliteitscontrole in zowel bekende als onbekende klinische settings.
Dit artikel introduceert een geautomatiseerd, mensvrij proces dat de ImageNet-trainingset omzet naar een meervoudige-labeldataset met behulp van zelftoezichtende Vision Transformers, wat leidt tot robuustere modelrepresentaties en aanzienlijke prestatieverbeteringen op diverse benchmarks.
Dit paper presenteert een CLIP-gebaseerd multimodaal kader dat chirurgische video's automatisch omzet in gestructureerde tijdlijnen en narratieven, waardoor de noodzaak van tijdrovende handmatige annotatie of vage postoperatieve rapporten wordt verminderd.
Uni-LVC is een geünificeerde methode voor geleerde videocompressie die binnen één model zowel intra- als inter-codering ondersteunt door inter-codering te modelleren als aan tijdsinformatie voorafgaande intra-codering, waardoor robuustheid bij onbetrouwbare referenties en superieure prestaties worden bereikt.
In dit paper presenteren de auteurs Icarus, een all-weather hemelmodel dat via deep learning full dynamic range omgevingenkaarten genereert met ongeëvenaarde nauwkeurigheid, fotorealisme en controle over zon- en wolkenformaties voor Image Based Lighting.
Dit paper introduceert SCORE, een methode die subruimte-conflicten tussen modellen op verschillende domeinen oplost door een gedeelde orthogonale basis te vinden en diagonale componenten te verwijderen, waardoor de domein-generalisatie aanzienlijk wordt verbeterd ten opzichte van bestaande modelmerging-technieken.
Het paper introduceert LayerBind, een trainingsvrije methode voor Diffusion Transformers die door het modelleren van regionale generatie als distincte lagen en het binden daarvan tijdens het generatieproces, nauwkeurige controle biedt over de lay-out en het occlusie-ordening van afbeeldingen zonder kwaliteitsverlies.
Het paper introduceert BM25-V, een methode die Okapi BM25-scoring toepast op visuele woorden gegenereerd door een Sparse Auto-Encoder om een interpreteerbare en efficiënte eerste-fase beeldretrieval te realiseren die na herschikking bijna dezelfde nauwkeurigheid bereikt als dichte methoden.
Dit paper introduceert een spectraal diagnostisch raamwerk om te laten zien dat bij 2D-naar-3D-scèneherconstructie het behoud van spectrale consistentie in feature-upsamplers belangrijker is voor reconstructiekwaliteit dan het verbeteren van ruimtelijke details.