ハイパーコンプレックスニューラルネットワークを介したマルチビュー乳がん分類
Multi-View Breast Cancer Classification via Hypercomplex Neural Networks 従来、乳がん分類のための深層学習ベースの方法は、シングルビュー分析を実行します。ただし、マンモグラフィビューには相関関係が含まれているため、放射線科医はマンモグラフィ検査を構成する4つのビューすべてを同時に分析します。これは、腫瘍を特定するための重要な情報を提供します。これに照らして、いくつかの研究はマルチビュー法を提案し始めました。それにもかかわらず、そのような既存のアーキテクチャでは、マンモグラムビューは、別々の畳み込みブランチによって独立した画像として処理されるため、それらの間の相関関係が失われます。このような制限を克服するために、この論文では、パラメータ化された超複雑ニューラルネットワークに基づくマルチビュー乳がん分類のための新しいアプロ
連合脳腫瘍セグメンテーションのためのさまざまな集約およびハイパーパラメータ選択方法の評価と分析
Evaluation and Analysis of Different Aggregation and Hyperparameter Selection Methods for Federated Brain Tumor Segmentation 大規模で多様な多国籍データセットの可用性は、医用画像分野で効果的で臨床的に適用可能なAIシステムの開発に不可欠です。ただし、これらのデータセットを中央の場所にまとめてグローバルモデルを形成すると、さまざまなデータのプライバシーと所有権の問題が発生します。これらの問題を軽減するために、最近のいくつかの研究は、分散型データの分散学習アプローチである連合学習パラダイムに焦点を当てています。連合学習は、共同作業者のデータを相互に共有したり、中央サーバーに収集したりすることなく、利用可能なすべてのデータを活用します。研究によると、連合学習は、優れた一般化
SwinNet：Swin Transformerは、エッジを意識したRGB-DおよびRGB-Tの顕著なオブジェクト検出を駆動します
SwinNet：Swin Transformerは、エッジを意識したRGB-DおよびRGB-Tの顕著なオブジェクト検出を駆動します SwinNet: Swin Transformer drives edge-aware RGB-D and RGB-T salient object detection 畳み込みニューラルネットワーク（CNN）は、特定の受容野内のコンテキスト特徴を抽出するのに優れていますが、トランスフォーマーは、グローバルな長距離依存性特徴をモデル化できます。 Swin Transformerは、トランスフォーマーのメリットとCNNのメリットを吸収することで、強力な機能表現能力を発揮します。これに基づいて、RGB-DおよびRGB-Tの顕著な物体検出のためのクロスモダリティ融合モデルSwinNetを提案します。これは、Swin Transformerによって駆動されて階層的特徴
クロスドメインセマンティックセグメンテーションのラベルシフトの損傷を元に戻す
Undoing the Damage of Label Shift for Cross-domain Semantic Segmentation 既存の作品は通常、クロスドメインセマンティックセグメンテーション（CDSS）をデータ分布の不一致の問題として扱い、周辺分布または条件付き分布の調整に重点を置いています。ただし、ラベルシフトの問題は残念ながら見落とされています。これは実際にはCDSSタスクに一般的に存在し、学習したモデルに分類子のバイアスを引き起こすことがよくあります。この論文では、詳細な分析を行い、データの条件付き分布を調整し、事後確率を修正することで、ラベルシフトの損傷を克服できることを示します。この目的のために、CDSSのラベルシフト問題の損傷を元に戻すための新しいアプローチを提案します。実装では、条件付き分布アラインメントにクラスレベルの機能アラインメントを採用するとともに
教師なし継続学習における分布外検出
Out-Of-Distribution Detection In Unsupervised Continual Learning 教師なし継続学習は、人間の注釈を必要とせずに、新しいタスクを段階的に学習することを目的としています。ただし、ほとんどの既存の方法、特に画像分類を対象とした方法は、すべての新しいデータが新しいタスクに属すると想定することによって単純化されたシナリオでのみ機能します。これは、クラスラベルが提供されていない場合は現実的ではありません。したがって、実際のアプリケーションで教師なし継続学習を実行するには、最初に、各新しいデータが新しいタスクに対応するのか、すでに学習済みのタスクに対応するのかを識別するために、分布外検出器が必要です。この作業では、対応する評価プロトコルを使用して、教師なし継続学習（OOD-UCL）での分布外検出の問題を定式化します。さらに、最初に出力バイア
マルチモーダルトランスフォーマーは、モダリティの欠落に対して堅牢ですか？
Are Multimodal Transformers Robust to Missing Modality? 実世界から収集されたマルチモーダルデータは、モダリティが欠落しているために不完全であることがよくあります。したがって、モーダル不完全データに対してロバストなマルチモーダルモデルが強く推奨されます。最近、Transformerモデルはマルチモーダルデータの処理で大きな成功を収めています。ただし、既存の作業は、アーキテクチャ設計または事前トレーニング戦略のいずれかに限定されています。 Transformerモデルが欠落モーダルデータに対して自然に堅牢であるかどうかは、ほとんど調査されていません。この論文では、モーダル不完全データの存在下でのトランスフォーマーの動作を包括的に調査するための初めての作業を紹介します。当然のことながら、Transformerモデルは欠落しているモダリティに
数ショットの画像分類における敵対的ロバスト性への単純なアプローチ
A Simple Approach to Adversarial Robustness in Few-shot Image Classification ラベル付けされたデータが限られているタスクに一般化することを目標とする数ショットの画像分類は、長年にわたって大きな進歩を遂げてきました。ただし、分類子は敵対的な例に対して脆弱であり、それらの一般化機能に関して疑問を投げかけます。最近の研究では、メタ学習アプローチと敵対的トレーニングを組み合わせて、数ショットの分類器の堅牢性を向上させようとしています。単純な転移学習ベースのアプローチを使用して、敵対的にロバストな数ショット分類器をトレーニングできることを示します。また、基本クラスに向けて数ショットカテゴリの重心を較正することに基づく新しい分類タスクの方法を提示します。基本カテゴリでの標準的な敵対的トレーニングと、新しいカテゴリでのキャリブレ
粗い監視を使用した少数ショット部分のセグメンテーションの改善
Improving Few-Shot Part Segmentation using Coarse Supervision パーツセグメンテーションのためにディープネットワークをトレーニングする際の重大なボトルネックは、詳細な注釈を取得するコストです。パーツセグメンテーションモデルを改善するために、一部のカテゴリですぐに利用できる図地マスクやキーポイントの場所などの粗いラベルを活用するためのフレームワークを提案します。重要な課題は、これらの注釈がさまざまなタスクのためにさまざまなラベル付けスタイルで収集されており、パーツラベルに簡単にマッピングできないことです。この目的のために、ラベリングスタイルとパーツセグメンテーションモデルの依存関係を共同で学習し、さまざまなラベルからの監視を利用できるようにすることを提案します。私たちのアプローチを評価するために、Caltech-UCSD鳥とOID航
パノプティコン、インスタンス、およびセマンティック関係：パノプティコンセグメンテーションを強化するためのリレーショナルコンテキストエンコーダ
パノプティコン、インスタンス、およびセマンティック関係：パノプティコンセグメンテーションを強化するためのリレーショナルコンテキストエンコーダ Panoptic, Instance and Semantic Relations: A Relational Context Encoder to Enhance Panoptic Segmentation このホワイトペーパーでは、パノプティコンセグメンテーションのセマンティックコンテキストとインスタンスコンテキストの両方を統合するための新しいフレームワークを紹介します。既存の作品では、共有バックボーンを使用して、物（車両などの数えられるクラス）ともの（道路などの数えられないクラス）の両方の特徴を抽出するのが一般的です。ただし、これでは、それらの間の豊富な関係を捉えることができず、視覚的な理解とセグメンテーションのパフォーマンスを向上させるために
インド亜大陸（NavIC）でのナビゲーション用のオプティカルフローGNSS
Optical flow GNSS for navigation in the Indian subcontinent (NavIC) This paper reveals about global navigation satellite system GNSS in the indian subcontinent known as the navigation in the indian subcontinent(NavIC) We have tried to model a new technique in GNSS known as the optical flow tracking global navigation system (OF GNSS). This method using differential equations is very accurate for ve
リリース、障害情報などのサービスのお知らせ
最新の人気エントリーの配信
j次のブックマーク
k前のブックマーク
lあとで読む
eコメント一覧を開く
oページを開く
Malceiver：Androidマルウェア検出のための階層的およびマルチモーダル機能を備えたPerceiver
ReCLIP：式の理解を参照するための強力なゼロショットベースライン
データ ポイズニングに対する機械学習のセキュリティ: まだありますか?
ビデオキャプション：私たちがどこにいて、どれがルートになる可能性があるかについての比較レビュー
物体検出のためのローカリゼーション蒸留
RL-CoSeg：深層強化学習を備えた新しい画像コセグメンテーションアルゴリズム
Arch-Graph：タスク転送可能なニューラルアーキテクチャ検索のための非巡回アーキテクチャ関係予測子
最適なソースタスクのパフォーマンスは、ターゲットタスクの最適な事前トレーニングを意味しますか？
レートコーディングまたは直接コーディング：正確でロバストでエネルギー効率の高いスパイキングニューラルネットワークにはどちらが優れていますか？
CMS-LSTM：予測学習のためのコンテキスト埋め込みとマルチスケール時空間表現LSTM
誘導された敵対的補間による少数ショットの偽造検出
一般化可能なマルチソースの人の再識別のためのラベル配布学習
VisCUIT：CNN画像分類器のバイアスの視覚監査器
GANベースのX線画像での適応入力画像正規化を使用したクラス内モード崩壊問題への対処
惑星ロボットのためのイベントカメラベースのオドメトリの調査
NeuralReshaper：ディープニューラルネットワークを使用した単一画像の人体レタッチ
少ないものから多いものへ：ハイパースペクトル面の超解像のためのスペクトル分割および集約ネットワーク
単一のRGBフレームからのセマンティックキーポイントベースのポーズ推定
DCMS：デュアルコンシステンシーとマルチ疑似ターゲット監視によるモーション予測
マルチモーダル画像検索のための確率的合成埋め込み
フェイスマスク付きのマスクされた顔
継続学習のためのジェネレーティブネガティブリプレイ
ハイパースペクトル画像分類のための適応型クロスアテンション駆動型空間スペクトルグラフ畳み込みネットワーク
マルチモーダルカラーポイントクラウドと画像の位置合わせ
CMX：トランスフォーマーを使用したRGB-Xセマンティックセグメンテーションのクロスモーダルフュージョン
EVOPS ベンチマーク: RGBD および LiDAR データからの平面セグメンテーションの評価
個人検索のためのグローバル-ローカルコンテキストネットワーク
遠方の監督の下で手続き型活動を認識することを学ぶ
強化されたトレーニングデータを使用したディープラーニングを使用した3D脳MRIでの教師なし異常検出
GORDA：神経線維のSLIスキャトロメトリパターンのグラフベースの配向分布分析
ディープネットワークにおけるクラス多様体への敵対的な例の近接性の調査
LifeLonger：継続的な疾患分類のベンチマーク
GARF：高忠実度の再構成とポーズ推定のためのガウス活性化放射輝度フィールド
物理情報に基づくニューラルネットワークを使用した最適なK空間の取得と再構成の学習
注意ベースの畳み込みニューラルネットワークを介した病変を伴うラットMRIにおける自動大脳半球セグメンテーション
常識を意識した瞬間を学ぶ-高速ビデオ時間グラウンディングのためのテキストアラインメント
医用画像における機能の堅牢性と性差：MRIベースのアルツハイマー病検出のケーススタディ
ルーツに戻る：画像ベースの統計的形状モデルを使用した大きくて複雑な頭蓋欠損の再構築
多変量ガウス化による教師なし異常と変化の検出
セルフィーバイオメトリクスの超解像：顔と虹彩への導入と応用
3DeformRS：点群での空間変形の証明
構成的知識移転によるロングテール認識
PolyphonicFormer：深度を意識したビデオパノプティコンセグメンテーションのための統合クエリ学習
TDAM：CNNでのコンテキストガイド付き特徴選択のためのトップダウンアテンションモジュール
ゼロショットスケッチベースの画像検索のための3ストリーム共同ネットワーク
肝臓にライブを登録する方法は？ヴァリフォールドの空間での部分一致
ローカルからグローバルへの相互作用によるシーングラフ生成の課題への取り組み
DiT：ドキュメントイメージトランスフォーマーの自己監視型事前トレーニング
ネットワーク再初期化によるハイパースペクトルアンミキシングのためのオートエンコーダトレーニングパフォーマンスの改善
X-DETR：インスタンスごとのビジョン言語タスクのための多用途のアーキテクチャ
ビデオからの継続的な予測学習
PersFormer：パースペクティブトランスフォーマーとOpenLaneベンチマークによる3Dレーン検出
敵対的攻撃を後押しするための階段サイン法
回帰または分類？実用的なアプリケーションの範囲でディープニューラルネットワークを使用したPPGデータからのBP予測に関する考察
開集合オブジェクトの検出と発見に向けて
HyperDet3D：シーン条件付き3Dオブジェクト検出器の学習
教師なし領域適応における核ノルム最大化の公平性について
眼底イメージングと人工知能による緑内障の自動検出：レビュー
Transformerで検出するためのRecurrentGlimpseベースのデコーダー
DAIR-V2X：車両とインフラストラクチャの協調的な3Dオブジェクト検出のための大規模データセット
飛行時間深度画像からの教師なし異常検出
エネルギー伝達を伴う低ランク射影によるコンパクト モデル トレーニング
DistPro：メタ最適化による高速な知識蒸留プロセスの検索
信頼性の高い画像アウトペインティングに向けて: 深度ガイダンスを使用した構造認識マルチモーダル フュージョンの学習
それらは完全に役に立たないわけではありません：クラス不一致の半教師あり学習のための転送可能なラベルなしデータのリサイクルに向けて
手書き認識用のテキスト行画像のコンテンツとスタイルを意識した生成
NightLab：夜間のセグメンテーションのための硬度検出を備えたデュアルレベルアーキテクチャ
文字コンテキストデカップリングによるオープンセットテキスト認識
インターベンショナルMRI再構成のための長期短期記憶ベースのリカレントニューラルネットワーク
先読みの前方モジュールで後方反復モジュールを模倣することによる一方向ビデオノイズ除去
TopFormer：モバイルセマンティックセグメンテーション用のトークンピラミッドトランスフォーマー
CamLiFlow：オプティカルフローとシーンフローの共同推定のための双方向カメラ-LiDARフュージョン
セマンティックデプスクラウドマッピングとマルチエージェントによるエンドツーエンドの自動運転
軽量画像超解像のための特徴蒸留相互作用重み付けネットワーク
教師なしドメインの一般化に向けて
FSOINet：画像圧縮センシングのための機能空間最適化に触発されたネットワーク
CoupleFace：顔認識蒸留の関係事項
一時的なビデオ接地のための位置認識位置回帰ネットワーク
ノイズの多いラベルを使用した数ショットの学習
MixFormer：ウィンドウとディメンション間で機能を混在させる
AdaFocus V2：ビデオ認識のための空間動的ネットワークのエンドツーエンドトレーニング
電子文書比較に適用される修正類似性のためのニューラルグラフマッチング
HiTPR：点群での場所認識のための階層型トランスフォーマー
RGB-熱画像ペアによるガラスセグメンテーション
Grad-CAMで敵対的な説明を一般化する
単一光子3Dイメージングのための適応ゲーティング
ラベルのないデータを含むフォームからのフィールド抽出
幾何学的合成：大規模な掌紋認識モデルの事前トレーニングのための無料ランチ
共同SAR-光学表現学習のための自己監視型ビジョントランスフォーマー
medXGAN：生成的潜在空間を介した医療分類子の視覚的説明
ハイパースペクトル画像再構成におけるマスクの不確実性のモデリング
孤立した手話と後処理を使用した連続手話での単語の分離
データと画像の分類のための従来の機械学習と深層学習技術の比較分析
ハイパースペクトル画像分類のためのディープConvLSTMニューラルネットワークを介した空間スペクトル特徴抽出
一段階の高解像度顕著性検出のためのピラミッドグラフトネットワーク
小型量子コンピューター上のハイパースペクトル画像のコアセット
NAN：バーストノイズ除去のためのノイズ認識NeRF
医用画像の超解像のためのさまざまなカーネル サイズを使用したマルチモーダル マルチヘッド畳み込み注意
皮膚病変分類のための半教師あり連合ピア学習
HunYuan_tvr for Text-Video Retrivial