6130 papers
Dit paper introduceert Data Agent, een end-to-end dynamisch framework dat dataselectie formuleert als een sequentieel beslissingsprobleem om training te versnellen en kosten te verlagen zonder prestatieverlies, door een adaptieve selectiebeleid te leren dat samen met de modeloptimalisatie evolueert.
Het paper introduceert RPG-SAM, een trainingsvrij een-op-een polyp-segmentatiekader dat regionale en respons-heterogeniteit aanpakt via betrouwbaarheids-gewogen prototypen en geometrisch adaptieve drempelselectie, wat resulteert in een verbeterde nauwkeurigheid op de Kvasir-dataset.
DogWeave is een modelgebaseerd framework dat uit één RGB-afbeelding hoogwaardige 3D-hondmodellen reconstrueert door parametrische meshen te verfijnen met diffusion-verbeterde normals en onzichtbare gebieden realistisch in te vullen via conditionele inpainting, waardoor het bestaande methoden overtreft in vormnauwkeurigheid en textuurrealisme.
Het paper introduceert Med-Evo, het eerste zelf-evolutieframework voor medische multimodale grote taalmodellen dat labelvrije versterkingsleer toepast via Feature-driven Pseudo Labeling en Hard-Soft Reward om de prestaties te verbeteren zonder extra gelabelde data.
Dit paper introduceert SLNet, een extreem lichtgewicht architectuur voor 3D-puntenwolkherkenning die via NAPE en GMU een hoge nauwkeurigheid bereikt met aanzienlijk minder parameters en rekencost dan bestaande modellen, terwijl het tegelijkertijd een nieuwe NetScore+-metriek voor efficiëntie presenteert.
Dit paper biedt een uitgebreid technisch overzicht van de evolutie van beeldgeneratiemodellen, variërend van VAEs en GANs tot diffusiemodellen, inclusief hun architectuur, trainingsmethoden, beperkingen, recente doorbraken in videogenereatie en de noodzaak van verantwoord gebruik.
SIGMAE is een nieuw foundation model voor multispectrale remote sensing dat door het integreren van domeinspecifieke spectrale indices in een dynamisch masking-strategie (SSDTM) tijdens het voorbewerken, superieure ruimtelijk-spectrale representaties leert en presteert op diverse downstream-taken vergeleken met bestaande modellen.
Deze paper introduceert MonoSTL, een selectieve transferleermethode die de negatieve effecten van het modaaliteitsverschil tussen LiDAR en camera's oplost door dieptebewuste, selectieve distillatie van features en relaties, waardoor de nauwkeurigheid van monokulaire 3D-objectdetectie aanzienlijk verbetert.
Dit artikel introduceert het ThingiPrint-dataset en een prototype-gebaseerde classificatiemethode die, zonder hertraining, nieuwe 3D-geprinte objecten kan identificeren door gebruik te maken van hun CAD-modellen, waardoor de post-productie automatisering in de additieve fabricage wordt verbeterd.
Dit paper introduceert FedEU, een federatief leerframework dat evidentiële onzekerheid en client-specifieke kenmerkembeddings gebruikt om betrouwbare en robuuste segmentatie van remote sensing-beelden te bereiken door onzekere lokale updates te identificeren en adaptief te aggregeren.
Deze paper introduceert EVLF, een plug-and-play methode voor vroege visueel-taal fusie die de dominantie van tekstuele prompts in diffusion-based dataset distillatie oplost door vroege alignering van visuele en tekstuele embeddings, wat resulteert in synthetische data met hogere semantische trouw en betere downstream classificatieprestaties.
Deze paper introduceert een Multi-Modal Decouple and Recouple Network dat robuuste 3D-objectdetectie bereikt onder data-corruptie door BEV-kenmerken van camera en LiDAR expliciet te ontleden in modale-invariante en modale-specifieke componenten, die vervolgens via gespecialiseerde experts en adaptieve fusie worden hergecombineerd.
Dit paper introduceert RobustSCI, een baanbrekende aanpak voor snapshot-compressieve beeldvorming die de focus verschuift van reconstructie naar restauratie om video's te herstellen uit realistisch verslechterde metingen, zoals vervaging en weinig licht, door middel van een nieuw netwerkarchitectuur en een uitgebreid benchmark.
Het artikel introduceert RayD3D, een methode die dieptekennis via stralen distilleert om de robuustheid van multi-view 3D-objectdetectie in autonome voertuigen te verbeteren door irrelevante LiDAR-informatie te minimaliseren zonder de inferentiekosten te verhogen.
DocCogito is een nieuw raamwerk voor documentbegrip dat globale lay-outperceptie koppelt aan gestructureerde, regio-gebaseerde redenering via een deterministische Visual-Semantic Chain en een progressieve trainingsmethode, wat leidt tot state-of-the-art resultaten op meerdere benchmarks.
Dit paper introduceert AMR-CCR, een verankerd modulair ophaalframework dat continu Chinees schriftherkenning mogelijk maakt door nieuwe klassen dynamisch toe te voegen via een gedeelde multimodale ruimte, en presenteert EvoCON als een nieuw benchmark voor deze taak.
Dit paper introduceert een raamwerk voor skelet-latente diffusie dat structurele priors gebruikt om hoogwaardige en efficiënte generatie van medische anatomische vormen mogelijk te maken, ondersteund door een nieuw groot dataset genaamd MedSDF.
Dit paper toont aan dat driftmodellen een exacte score-matching formulering zijn op gekernelde verdelingen, waarbij de relatie met diffusion-modellen en Distribution Matching Distillation wordt verduidelijkt en de nauwkeurigheid voor Laplace-kernen wordt bewezen.
Het artikel introduceert EvolveReason, een zelf-evoluerend paradigma dat door middel van mensachtig redeneren, een specifiek dataset en een latent-space module de nauwkeurigheid en betrouwbaarheid van uitlegbaar deepfake-gezichtherkenning verbetert.
Deze paper introduceert SketchGraphNet, een geheugenefficiënte hybride graf-Transformer die vrijehandtekeningen direct als gestructureerde grafen modelleert en een nieuw benchmark-dataset van 3,44 miljoen schetsen presenteert om grootschalige tekenherkenning te verbeteren.