7910 papers
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.
Dit paper introduceert WebChain, het grootste open-source dataset van menselijk geannoteerde webinteracties, en een bijbehorende trainingsmethode die state-of-the-art prestaties bereikt voor webagents door visuele, structurele en actie-data te combineren.
Fusion4CA is een nieuwe methode voor 3D-objectdetectie die de prestaties van bestaande LiDAR-Camera-fusiemodellen aanzienlijk verbetert door de visuele informatie via een contrastieve uitlijningsmodule en een camera-auxiliaire tak volledig te benutten, wat resulteert in een hogere nauwkeurigheid met minder trainingsrondes en een minimale toename van de inferentieparameters.
Deze paper introduceert SpectralCache, een trainingsvrije en plug-and-play caching-methode die de inferentie van Diffusion Transformers versnelt door gebruik te maken van tijds-, diepte- en frequentiegevoelige strategieën om de berekening te optimaliseren zonder de beeldkwaliteit significant te verminderen.
Deze paper introduceert Dark3R, een raamwerk dat structure-from-motion en nieuwe weergavesynthese mogelijk maakt in extreme donkere omstandigheden met een signaal-ruisverhouding onder de -4 dB, door grote 3D-fondamentmodellen aan te passen via distillatie en training op ruwe beelden zonder 3D-supervisie.
OpenFrontier is een trainingsvrij navigatiekader dat visueel-linguïstische priormodellen integreert via semantische ankers op verkenningsfrontiers, waardoor robots zonder gedetailleerde 3D-kaarten of fijnafstemming efficiënt en met sterke zero-shot-prestaties kunnen navigeren in complexe open werelden.
Deze paper introduceert ORMOT, een nieuwe taak voor het volgen van meerdere objecten op basis van taalbeschrijvingen in omnidirectionele beelden, en presenteert het bijbehorende ORSet-dataset en het ORTrack-framework om de beperkingen van het gezichtsveld in traditionele camera's te overwinnen.
Dit artikel introduceert Fusion-CAM, een nieuw raamwerk dat gradiënt- en gebiedsgebaseerde class activation maps combineert via een adaptief fusiemechanisme om robuustere en nauwkeurigere visuele verklaringen voor diepe neurale netwerken te genereren.
Dit artikel introduceert CliReg, een deterministisch algoritme dat RANSAC vervangt door een zoektocht naar maximale cliques in een compatibiliteitsgrafiek, waardoor de robuustheid en nauwkeurigheid van lus-sluiting in 3D LiDAR-SLAM aanzienlijk worden verbeterd, vooral onder uitdagende omstandigheden.
Dit artikel presenteert een op video gebaseerd systeem dat gebruikmaakt van multi-object tracking met YOLOv11 om de zwembewegingen van Sulawesi-risvissen te analyseren voor de vroege detectie van gezondheidsproblemen in de aquacultuur.