2769 papers
Dit paper introduceert WS-Net, een diep leerframework dat state-space-modelling en een zwak-signaal-attentie-mechanisme combineert om de nauwkeurigheid van hyperspectrale ontbinding te verbeteren door zwakke signaalresponsen effectief te isoleren van dominante eindleden en ruis.
Deze paper introduceert SpectralDiff, een spectrale gestructureerde diffusiemodel dat gericht is op het effectief verwijderen van regenstrepen uit afbeeldingen door gebruik te maken van spectrale verstoringen en een efficiënte full-product U-Net-architectuur.
Deze studie presenteert een verbeterd YOLOv8-gebaseerd raamwerk dat brand- en rookdetectie combineert met afstandsberekening tot nabijgelegen objecten om een kwantitatieve risicoscore te genereren voor proactief brandveiligheidsbeheer op ingenieurslocaties.
Het paper introduceert GST-VLA, een 3D diepte-bewust Vision-Language-Action-model dat anisotrope 3D-Gaussische ruimtelijke tokens en gestructureerde redeneerprocessen gebruikt om de precisie en prestaties van robotacties aanzienlijk te verbeteren.
Dit paper introduceert OmniEdit, een trainingsvrij framework dat lip-sync en audio-visuele bewerking mogelijk maakt door het FlowEdit-paradigma te hervormen, waardoor rekenkundige kosten en data-eisen worden vermeden.
Dit paper introduceert een nieuw raamwerk voor het genereren van fysiek plausibele video's door het gebruik van een keten van gebeurtenisgerichte causale redenering en transitiebewuste cross-modale prompting om fysieke fenomenen te modelleren als een opeenvolging van causaal verbonden en dynamisch evoluerende gebeurtenissen.
Dit onderzoek analyseert de prestatieverschillen tussen tekst en afbeeldingen in multimodale taalmodellen, identificeert de oorzaken van deze 'modale kloof' en stelt een zelfdistillatiemethode voor die de nauwkeurigheid bij het lezen van tekst in afbeeldingen aanzienlijk verbetert zonder kennisverlies.
Het paper introduceert MedKCO, een methode voor medisch visueel-taalvoortraining die de representatiekwaliteit verbetert door een cognitief georkestreerde curriculumlearning aanpak te gebruiken die de volgorde van de trainingsdata en het contrastieve leerdoel dynamisch aanpast.
Deze paper introduceert een trainingsvrij raamwerk voor compositievideo-generatie dat complexe beweging ontbindt in statische, rigide en niet-rigide categorieën via een 'planning-voor-generatie'-paradigma, waardoor diverse objecten met gecontroleerde bewegingen en uiterlijk kunnen worden gegenereerd zonder bestaande diffusion-modellen te hoeven hertrainen.
Dit artikel introduceert een transformer-gebaseerd raamwerk voor het zoeken naar huidkankergevallen via samengestelde visueel-taalqueries, dat door middel van gezamenlijke globale en lokale uitlijning klinisch relevante case-gegevens efficiënter en nauwkeuriger identificeert dan bestaande methoden.
VIVID-Med introduceert een efficiënt kader voor het vooraf trainen van medische vision transformers met behulp van een bevroren groot taalmodel als gestructureerde leraar, wat resulteert in een lichtgewicht, alleen-vision model dat aanzienlijk betere prestaties levert dan bestaande methoden met minder data en zonder de zware taalmodelcomponent tijdens het gebruik.
Dit paper introduceert PRLF, een progressief leerframework voor multimodaal sentimentanalyse dat onvolledige modaliteiten effectief verwerkt door middel van een adaptieve betrouwbaarheidsschatting en een progressieve interactiemodule om feature-misalignement te voorkomen en robuustheid te garanderen.
Deze paper introduceert QUSR, een nieuwe diffusion-model voor beeldsuperresolutie dat realistische en hoogwaardige resultaten in complexe scenario's bereikt door een onzekerheidsgeleide ruisgeneratiemodule te combineren met een kwaliteitsbewuste prior die wordt gegenereerd door een multimodaal groot taalmodel.
Deze studie introduceert een volledig geautomatiseerd framework dat gebruikmaakt van een transformer-gebaseerd SegFormer-model voor multi-regionale segmentatie van HR-pQCT-beelden, waarmee radiomische kenmerken uit zachte weefsels worden ontleend die de prestaties van osteoporosedetectie significant verbeteren ten opzichte van traditionele botgebaseerde methoden.
Deze paper introduceert EQ-VMamba, het eerste rotationeel equivariante visuele Mamba-architectuur die door het integreren van rotatiesymmetrie niet alleen robuustheid tegen rotaties verbetert, maar ook superieure prestaties levert met ongeveer 50% minder parameters dan bestaande niet-equivariante modellen.
Dit paper introduceert een Agentic AI-systeem dat als intelligente besturingslaag fungeert voor federatief leren in 6G-netwerken, waarbij gespecialiseerde agenten dynamisch taken zoals cliëntselectie en hulpbronnenallocatie optimaliseren op basis van netwerkomstandigheden en apparaatcapaciteiten.
Dit paper introduceert RTFDNet, een robuust RGB-T segmentatienetwerk dat Synergistic Feature Fusion en Cross-Modal Decouple Regularization combineert om effectief te presteren in omstandigheden met ontbrekende sensorgegevens door modulaire aanpassing en fusie te verenigen in één trainingsproces.
RubiCap is een nieuw reinforcement learning-framework dat de uitdagingen van dichte beeldbeschrijving oplost door gebruik te maken van door LLM's geschreven rubrieken voor gestructureerde, veelzijdige beloningssignalen, waardoor het superieure resultaten bereikt ten opzichte van bestaande methoden en zelfs modellen die zijn getraind op data van propriëtaire modellen.
Dit artikel introduceert een verbeterde deep-learning-methode, POLISH, voor radio-interferometrische beeldreconstructie die door middel van patch-wise training en een niet-lineaire intensiteitstransformatie robuust is voor realistische omstandigheden en de ontdekking van sterke gravitationele lenzen aanzienlijk verbetert.
Het artikel introduceert Progressive Split-Mamba (PS-Mamba), een hiërarchisch framework dat de beperkingen van bestaande State Space Modellen voor beeldherstel overwint door topologie-bewuste partitie en kruis-schaal shortcuts te combineren voor zowel lokale structuurbehoud als efficiënte globale coherentie.