6110 papers
Deze paper introduceert een methode voor het genereren van gezichtsuitdrukkingen die zijn afgestemd op menselijke voorkeuren voor natuurlijke interactie, door menselijke feedback te integreren in een gesloten feedbacklus die een visueel-taal-actie model combineert met versterkende leerstrategieën.
Het artikel NuNext introduceert een nieuwe methode voor nucleaire detectie in histopathologie die het probleem herschrijft als next-point detectie met een multimodaal groot taalmodel, gebruikmakend van twee trainingsfasen met ruimtelijke zachte supervisie en versterkingsleer om de prestaties op negen benchmarks aanzienlijk te verbeteren.
Dit paper introduceert S-PCL, een efficiënt zelftoezichtend leerframework voor borstfoto's dat door semantische partitie van patch-tokens zonder handmatige augmentaties of decoders een gestroomlijnde architectuur biedt met superieure prestaties en het laagste rekenverbruik.
Dit paper introduceert TIQA, een nieuwe taak en dataset voor menselijk afgestemde tekstkwaliteitsbeoordeling in gegenereerde afbeeldingen, en presenteert ANTIQA, een lichtgewicht methode die de correlatie met menselijke beoordelingen significant verbetert ten opzichte van bestaande OCR- en VLM-basismethoden.
Dit artikel introduceert Inter-image Pixel Shuffling (IPS), een innovatieve methode die multi-focus beeldfusie mogelijk maakt zonder echte trainingsdata door het probleem te herformuleren als pixel-classificatie tussen scherpe en onscherpe versies van dezelfde afbeelding, wat resulteert in superieure fusieprestaties.
Dit paper introduceert EyExIn, een data-efficiënt raamwerk dat retinale Vision Language Models versterkt met diepe expertinjectie en een dubbelstroom-architectuur om de kloof tussen algemene visuele waarneming en medisch redeneren te overbruggen en zo hallucinaties te voorkomen.
Dit paper introduceert AutoSelect, een methode die visuele tokens in vision-language modellen automatisch selecteert via een ruisgebaseerde poortmechanisme om de inferentiekosten aanzienlijk te verlagen terwijl de nauwkeurigheid behouden blijft.
Dit paper introduceert PDD, een nieuw raamwerk voor de detectie van afwijkingen in medische beelden dat gebruikmaakt van een manifold-prior met dual-teacher priors en diverse distillatiestrategieën om significante verbeteringen in prestaties te bereiken ten opzichte van bestaande state-of-the-art methoden.
Dit paper introduceert CanoVerse, een schaalbaar 3D-dataset en raamwerk dat door het standaardiseren van objectoriëntatie de stabiliteit van 3D-generatie en de precisie van vormretrieval aanzienlijk verbetert.
Dit paper introduceert LiveWorld, een nieuw framework dat bestaande generatieve videowereldmodellen verbetert door een persistent globale staat te modelleren die dynamiek blijft simuleren zelfs wanneer objecten buiten het gezichtsveld van de waarnemer zijn, waardoor een echt continu evoluerende wereld mogelijk wordt.
Het paper introduceert PromptGate, een adaptief framework voor Federated Active Learning dat met behulp van dynamische prompt-vectoren een BiomedCLIP-achtergrondmodel aanpast aan lokale klinische domeinen om uitval- en ruisdata (OOD) effectief te filteren en zo de privacy te waarborgen bij de ontwikkeling van medische AI.
Dit paper introduceert ACD-U, een asymmetrisch co-teaching-raamwerk dat machine unlearning combineert met een CLIP-gebaseerde Vision Transformer en een CNN om foutieve labelselecties actief te corrigeren en zo robuust leren met ruisachtige labels te realiseren.
Dit onderzoek introduceert een visueel kader voor transformer-modellen in computationele pathologie dat aantoont dat class visualizations en activation atlases gestructureerde morfologische patronen onthullen, waarbij de overeenstemming tussen experts en gegenereerde afbeeldingen afneemt naarmate de labelgranulariteit toeneemt en de intrinsieke complexiteit van de pathologie groter wordt.
Dit paper introduceert FreeFly-thinking, een end-to-end framework dat chain-of-thought redenering koppelt aan continue UAV-navigatie in complexe buitenomgevingen, waarbij een nieuw dataset en een tweestaps trainingsstrategie worden gebruikt om robuuste prestaties te bereiken.
Het paper introduceert FastSTAR, een trainingsvrij versnellingsframework dat spatiotemporale token-pruning toepast om de computationele bottleneck bij autoregressieve videogeneratie op te lossen door redundante berekeningen te elimineren terwijl de kwaliteit behouden blijft.
Dit paper introduceert SPCP, een methode die de robuustheid van out-of-distribution detectie verbetert door tijdens het trainen de afhankelijkheid van een paar dominante parameters te verminderen en in plaats daarvan een bredere, dichte bijdragepatroon te stimuleren, waardoor oververzekerde voorspellingen voor afwijkende data worden voorkomen zonder de prestaties op bekende data te schaden.
Het paper introduceert VINO, een zelftoezichtend leerframework dat via een structurele informatie-flesnek en asymmetrische distillatie video-features leert die robuust zijn voor achtergrondcontext en zich richten op objectcentrische invarianties.
Het paper introduceert LightMedSeg, een lichtgewicht 3D-medische beeldsegmentatiearchitectuur die anatomische prioren en adaptieve contextmodelling combineert om met slechts 0,48 miljoen parameters een nauwkeurigheid te bereiken die vergelijkbaar is met zware transformer-modellen, terwijl het tegelijkertijd de rekenkosten en geheugeneisen drastisch verlaagt.
Dit paper introduceert BATDiff, een onbewaakte diffusiemodel dat gebruikmaakt van een bivariate `A Trous`-golftransformatie om scherpere en structureel consistentere super-resolutie-resultaten te genereren door cross-schaal afhankelijkheden te modelleren en artefacten te verminderen.
Het paper introduceert HY-WU, een uitbreidbaar raamwerk dat de nadruk verlegt van het overschrijven van gedeelde modelgewichten naar het gebruik van functioneel neurale geheugenmodules om instantie-specifieke aanpassingen in real-time te genereren voor continu leren en personalisatie.