[B! learning][loss function][adaptation] arxiv_readerのブックマーク

arxiv_reader id:arxiv_reader

learningとloss functionとadaptationに関するarxiv_readerのブックマーク (19)

https://arxiv-check-250201.firebaseapp.com/each/2309.16967v3
arxiv_reader 2024/05/16
learning

dataset

loss function

segmentation

arXiv reaDer

domain

human

adaptation

arXiv
リンク
https://arxiv-check-250201.firebaseapp.com/each/2312.16043v3
arxiv_reader 2024/05/01
SVM

gradient

learning

adaptation

arXiv

arXiv reaDer

loss function

dataset

classification
リンク
https://arxiv-check-250201.firebaseapp.com/each/2403.12382v1
arxiv_reader 2024/03/20
loss function

arXiv reaDer

denoising

adaptation

zero-shot

learning

dataset

arXiv

self-supervised
リンク
https://arxiv-check-250201.firebaseapp.com/each/2403.07818v1
arxiv_reader 2024/03/13
loss function

arXiv reaDer

adaptation

segmentation

learning

arXiv

dataset

domain
リンク
https://arxiv-check-250201.firebaseapp.com/each/2312.16043v2
arxiv_reader 2024/02/06
learning

classification

dataset

arXiv

loss function

SVM

adaptation

arXiv reaDer
リンク
https://arxiv-check-250201.firebaseapp.com/each/2312.16043v1
arxiv_reader 2023/12/27
loss function

classification

arXiv reaDer

dataset

arXiv

learning

adaptation

SVM
リンク
https://arxiv-check-250201.firebaseapp.com/each/2312.13100v1
arxiv_reader 2023/12/21
arXiv

zero-shot

learning

metric

adaptation

representation

generative

arXiv reaDer

loss function
リンク
https://arxiv-check-250201.firebaseapp.com/each/2309.03964v1
arxiv_reader 2023/09/11
learning

arXiv reaDer

arXiv

self-supervised

pre-training

adaptation

loss function

bias
リンク
スペクトルと空間の忠実度を共同で強化した教師なしディープラーニングベースのパンシャープニング
arxiv_reader 2023/07/28
近年、ディープラーニングは、多重解像度画像のパンシャープニングにおいて主導的な役割を果たしています。グラウンドトゥルースデータが不足しているため、ほとんどの深層学習ベースの手法は、解像度を下げた

learning

unsupervised

arXiv

residual

arXiv reaDer

domain

loss function

adaptation

attention
リンク
フェデレーテッドラーニングのための弾性制約付きメタ学習器
arxiv_reader 2023/06/30
フェデレーテッドラーニングは、データ共有を禁止しながら、複数の関係者向けに機械学習モデルを共同でトレーニングするアプローチです。単一のモデルではすべてのクライアントのデータ分散に適合できないため、

gradient

dataset

learning

adaptation

arXiv reaDer

arXiv

metric

loss function
リンク
https://arxiv-check-250201.firebaseapp.com/each/2304.11959v2
arxiv_reader 2023/04/25
自動錠剤認識システムは、病院の効率を改善し、視覚障害のある人々を助け、交差感染を回避する上で非常に重要です。ただし、ディープラーニングに基づく既存の錠剤認識システムのほとんどは、十分なトレーニング

few-shot

loss function

attention

adaptation

learning

classification

arXiv

representation

dataset

arXiv reaDer
リンク
軽量ニューラルネットワークによる極端な気象現象の検出の改善
arxiv_reader 2023/04/04
気候変動に伴って頻度と強度が増している極端な気象現象の自動検出を進めるために、気候データの熱帯低気圧と大気中の河川のセマンティックセグメンテーション用にトレーニングされた、新しい軽量のコンテキスト

identification

adaptation

augmentation

arXiv

learning

loss function

semantic segmentation

CNN

arXiv reaDer

detection
リンク
連合部分監督と部位適応によるマルチサイト臓器セグメンテーション
arxiv_reader 2023/02/09
目的と影響の説明: 正確な臓器セグメンテーションは、さまざまな臓器に関係する特定のアプリケーション要件がある可能性がある、さまざまな臨床現場での多くの臨床アプリケーションにとって重要です。はじめに:

segmentation

learning

adaptation

arXiv

loss function

arXiv reaDer

dataset
リンク
大規模な Blockwise 自己教師あり学習
arxiv_reader 2023/02/06
現在の最先端のディープネットワークはすべて、バックプロパゲーションによって強化されています。このホワイトペーパーでは、自己教師あり学習の最新の開発を活用して、ブロック単位の学習ルールの形で完全な逆伝

adaptation

self-supervised

arXiv

classification

arXiv reaDer

loss function

learning
リンク
データ効率の高い UCDR のテスト時間トレーニング
arxiv_reader 2023/01/23
一般化されたテストシナリオでの画像検索は、文献で大きな勢いを得ており、最近提案された Universal Cross-domain Retrieval プロトコルは、この方向のパイオニアです。このよ

adaptation

domain

representation

dataset

classification

loss function

arXiv

arXiv reaDer
リンク
加速MRIの臨床適応への道
arxiv_reader 2022/11/29
加速 MRI は、まばらにサンプリングされた信号データから臨床解剖学的構造の画像を再構成して、患者のスキャン時間を短縮します。最近の研究ではディープラーニングを活用してこのタスクを達成していますが、

learning

arXiv reaDer

adaptation

dataset

MRI

arXiv

loss function
リンク
加速MRIの臨床適応への道
arxiv_reader 2022/08/30
加速 MRI は、まばらにサンプリングされた信号データから臨床解剖学的構造の画像を再構成して、患者のスキャン時間を短縮します。最近の研究ではディープラーニングを活用してこのタスクを達成していますが、

arXiv reaDer

loss function

adaptation

arXiv

MRI

dataset

learning
リンク
イベントベースのオプティカルフローの秘密
arxiv_reader 2022/07/21
イベントカメラはシーンのダイナミクスに応答し、動きを推定する利点を提供します。最近の画像ベースの深層学習の成果に続いて、イベントカメラのオプティカルフロー推定方法は、それらの画像ベースの方法をイベント

arXiv

estimation

optical flow

loss function

arXiv reaDer

adaptation

unsupervised

occlusion

benchmark

learning
リンク
敵対的な焦点喪失：弁別者に難しい例を尋ねる
arxiv_reader 2022/07/19
Focal Lossは、単純な手法を使用して難しい例を識別および利用して、分類のパフォーマンスを向上させるため、非常に人気があります。ただし、この方法は、キーポイント検出などの分類タスク以外では簡単に

learning

arXiv

classification

adaptation

adversarial

keypoint

detection

loss function

arXiv reaDer
リンク
1

お知らせ

もっと読む

公式Twitter

@HatenaBookmark
リリース、障害情報などのサービスのお知らせ
@hatebu
最新の人気エントリーの配信

キーボードショートカット一覧

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

設定を変更しましたx