10070 papers
Uit onderzoek aan makaken blijkt dat het leren van een taak de redundantie van neurale responsen in het visuele cortex verhoogt, wat de hypothese ondersteunt dat het brein informatie via generatieve inferentie optimaliseert in plaats van door redundantie te verminderen.
Dit paper introduceert AQuA, een gedetailleerd dataset en framework dat Vision-Language Models in staat stelt om ambiguïteit in visuele vragen te herkennen en strategisch te reageren door de juiste respons te kiezen, zoals het vragen om verduidelijking of het geven van alternatieve antwoorden, in plaats van overmoedig te antwoorden.
Dit artikel introduceert een interpreteerbaar 3D Concept Bottleneck-model dat morfologische en hemodynamische kenmerken integreert om intracraniële aneurysma's met hoge nauwkeurigheid te classificeren zonder in te leveren op klinische transparantie.
Dit technische rapport introduceert VIVECaption, een tweezijdige aanpak die een gestructureerd evaluatietaxonomie combineert met een gefinancierd dataset-creatieproces en modelafstemming om de kwaliteit van beeldbeschrijvingen te verbeteren en zo de prestaties van generatieve AI-modellen te optimaliseren zonder afhankelijk te zijn van auteursrechtelijk beschermde webgegevens.
Dit artikel presenteert een methode om met Vision-Language Models en gestuurde prompts betekenisvolle bijschriften voor afbeeldingen van individuele tanden te genereren, waarmee een hiaat in bestaande datasets wordt gedicht die vaak beperkt zijn tot het volledige gebit of specifieke aandoeningen.
Het artikel introduceert UnSCAR, een schaalbaar en controleerbaar beeldherstelmodel dat door middel van een multi-branch mixture-of-experts-architectuur de interferentieproblemen bij het gezamenlijk leren van meerdere degradaties oplost en zo stabiele prestaties garandeert voor zowel bekende als onbekende vervormingen.
Dit paper introduceert QdaVPR, een nieuw query-gebaseerd, domein-agnostisch model voor visuele plaatsherkenning dat door middel van een dubbel-niveau adversariaal leerframework en triplet-supervisie op synthetische data state-of-the-art prestaties bereikt bij aanzienlijke domeinvariaties.
In dit paper wordt DTPSR voorgesteld, een diffusion-based framework voor beeldsuperresolutie dat gebruikmaakt van ontkoppelde tekstuele prioren voor ruimtelijke hiërarchie en frequentie-semantiek, ondersteund door het DisText-SR-dataset, om zowel globale structuur als fijne details met hoge precisie en controleerbaarheid te genereren.
Dit paper introduceert AndroidWorld-Generalization, een benchmark en een schaalbaar RL-trainingsysteem dat Group Relative Policy Optimization (GRPO) combineert om de generalisatie van vision-language-model agents voor mobiele apparaten te evalueren en te verbeteren, waarbij wordt aangetoond dat versterkte leerprestaties significant zijn voor onbekende taakinstanties maar nog beperkt blijven voor onbekende sjablonen en applicaties.
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.