7819 papers
Deze paper introduceert Orster, een nieuw raamwerk dat ruimtelijke en temporele priors van bestaande 3D- en videodiffusiemodellen overdraagt naar een ontkoppelde STD-4D Diffusiemodel met een ST-HexPlane-architectuur om de kwaliteit en consistentie van 4D-generatie aanzienlijk te verbeteren ondanks het gebrek aan grote 4D-datasets.
Deze paper introduceert een nieuwe theorie voor on-manifold Shapley-attributie die gebruikmaakt van optimale generatieve stromen om artefacten te elimineren en wiskundig bewezen stabiele, geometrisch consistente verklaringen voor XAI te leveren.
Het artikel introduceert GEM-TFL, een tweefasig raamwerk dat de prestaties van zwak toezicht op tijdsgebonden vervalsingdetectie aanzienlijk verbetert door EM-gestuurde decompositie, tijdsconsistentie en grafische verfijning te combineren om de kloof met volledig toezicht te overbruggen.
Diff-ES is een nieuw framework dat via evolutionaire zoektocht een geoptimaliseerd, geheugen-efficiënt structuurpruning-schema voor diffusion-modellen ontwikkelt, waardoor aanzienlijke versnelling wordt bereikt met minimale kwaliteitsverlies.
Het artikel introduceert BLINK, een trajectgebaseerd recurrente state-space-model dat latent interactiedynamiek leert van gedeeltelijk waargenomen NK-tumor sequenties om cytotoxische uitkomsten te voorspellen en interpreteerbare gedragsmodi te onthullen.
UniPAR is een unificerend Transformer-framework dat een enkel model mogelijk maakt voor het herkennen van voetgangersattributen in diverse data-modi en domeinen, waardoor het de prestaties van gespecialiseerde methoden evenaart en de generalisatie in extreme omstandigheden verbetert.
Deze paper introduceert SRasP, een nieuw crop-global stijlverstorend netwerk dat via zelf-heroriëntatie en een multi-objectieve optimalisatie de stabiliteit van gradiënten verbetert en de generalisatie in cross-domein few-shot learning versterkt door training te sturen naar bredere minima.
Dit artikel introduceert een complexiteitsbewust adaptief inferentiekader voor Vision-Language-Action-modellen dat dynamisch kiest tussen direct handelen, redeneren of het afbreken van taken op basis van de waargenomen situatie, waarbij visuele embeddings worden aangetoond als een efficiënt en betrouwbaar middel voor het detecteren van taakcomplexiteit.
Dit artikel introduceert SSR-GS, een framework dat door het modelleren van directe en indirecte spiegelreflecties en het toepassen van visueel-geometrische priors de reconstructie van glanzende oppervlakken in 3D Gaussian Splatting significant verbetert.
Dit onderzoek toont aan dat eenvoudige long-cropping een effectieve strategie is om raciale bias in deep learning-modellen voor borstfoto's te verminderen zonder de diagnostische nauwkeurigheid te verliezen.
Dit artikel presenteert een methode voor generieke camerakalibratie met onscherpe afbeeldingen door geometrische beperkingen en een lokaal parametrisch verlichtingsmodel te combineren om gelijktijdig kenmerken en puntverspreidingsfuncties te schatten, waardoor de noodzaak voor een groot aantal beelden wordt verminderd en bewegingsonscherpte effectief wordt aangepakt.
Mario is een unificerend framework dat grote taalmodellen in staat stelt om effectief te redeneren over multimodale grafen door middel van een graf-geconditioneerde VLM voor kruismodale consistentie en een modaal-adaptieve instructie-tuning-mechanisme dat de meest informatieve modale configuraties selecteert, wat leidt tot superieure prestaties in vergelijking met bestaande modellen.
Het paper introduceert Logi-PAR, het eerste framework dat neurale netwerken combineert met leerbare, differentieerbare logische regels om patiëntactiviteiten in klinische settings niet alleen te herkennen, maar ook auditieve verklaringen en contrafactuele interventies te genereren voor verbeterde veiligheid en zorgkwaliteit.
Deze paper introduceert het SCDL-framework, een plug-and-play module die semantische class-distributies leert om vertekeningen in semi-supervised medische beeldsegmentatie te verminderen en zo de prestaties, vooral voor minderheidsklassen, aanzienlijk verbetert.
Het artikel introduceert SPyCer, een semi-supervised, fysica-gedreven netwerk dat satellietbeelden en oppervlakte-energiebalansmodellen combineert om nauwkeurige en ruimtelijk continue schattingen van de luchttemperatuur nabij het aardoppervlak te genereren, ondanks de beperkte beschikbaarheid van grondmetingen.
Dit artikel presenteert een door een digitale tweeling aangedreven robotisch sortersysteem dat multimodale waarneming en visuele taalmodellen integreert voor het succesvol automatisch sorteren van textiel en het detecteren van vreemde voorwerpen in industriële omgevingen.
Dit artikel introduceert ICHOR, een zelftoezicht-gebaseerde masked autoencoder die is getraind op een groot, divers dataset van ASL CBF-scans om robuuste representaties te leren die de prestaties van bestaande methoden voor diagnostische classificatie en kwaliteitsvoorspelling in neurobeeldvorming verbeteren.
CATNet is een adaptief compensatiekader dat samenwerking tussen voertuigen verbetert door een unieke combinatie van spatio-temporele synchronisatie, golfkleur-gedreven ruisreductie en adaptieve kenmerkselectie om de uitdagingen van hoge temporale latentie en multi-bronruis in real-world scenario's op te lossen.
Dit paper introduceert Wiki-R1, een curriculum reinforcement learning-framework dat door middel van gecontroleerde data-generatie en een slimme steekproefstrategie multimodale redeneervermogens van modellen verbetert voor kennisgebaseerde visuele vraagbeantwoording, wat leidt tot nieuwe state-of-the-art resultaten op benchmarks zoals Encyclopedic VQA en InfoSeek.
Deze studie toont aan dat voor de optimale out-of-distribution-probing van Vision Transformers de beste prestaties worden behaald door zowel de juiste modellaag als het specifieke moduletype (feedforward-netwerk bij sterke distributieveranderingen versus genormaliseerde self-attention bij zwakke veranderingen) te selecteren.