[B! recurrent][few-shot] arxiv_readerのブックマーク

arxiv_reader id:arxiv_reader

recurrentとfew-shotに関するarxiv_readerのブックマーク (9)

https://arxiv-check-250201.firebaseapp.com/each/2312.02222v3
arxiv_reader 2024/05/28
few-shot

generative

arXiv reaDer

recurrent

one-shot

arXiv

GAN

3D

reconstruction
リンク
https://arxiv-check-250201.firebaseapp.com/each/2312.02222v2
arxiv_reader 2023/12/06
generative

arXiv reaDer

one-shot

arXiv

recurrent

3D

GAN

reconstruction

few-shot
リンク
https://arxiv-check-250201.firebaseapp.com/each/2311.17435v1
arxiv_reader 2023/11/30
arXiv

autoregressive

few-shot

reasoning

tracking

video

metric

dataset

arXiv reaDer

recurrent
リンク
クラックセグメンテーションのための Few-Shot Attention Recurrent Residual U-Net
arxiv_reader 2023/03/06
最近の研究では、ディープラーニングが道路インフラの自動目視検査で重要な役割を果たしていることが示されています。ただし、現在の学習スキームは静的であり、ユーザーのフィードバックに動的に適応することはあり

residual

metric

U-Net

recurrent

arXiv reaDer

segmentation

attention

arXiv

few-shot
リンク
豊富なプロトタイプ生成と反復予測強化による少数ショットセグメンテーション
arxiv_reader 2022/10/04
プロトタイプの学習とデコーダーの構築は、少数ショットのセグメンテーションの鍵です。しかし、既存の方法では単一のプロトタイプ生成モードしか使用されず、さまざまなスケールのオブジェクトの扱いにくい問題に対

arXiv reaDer

few-shot

segmentation

arXiv

benchmark

learning

recurrent

clustering
リンク
Less is More: 少数ショット学習とリカレントニューラルネットの再考
arxiv_reader 2022/09/29
統計的教師あり学習フレームワークは、トレーニングデータセットによって確実に表される同時確率分布を持つ入出力セットを想定しています。次に、学習者は、トレーニングデータセットの入出力ペアから学習した予

sparse

approximation

RNN

recurrent

arXiv reaDer

arXiv

learning

real time

dataset

few-shot
リンク
数ショットの医療画像セグメンテーションのための反復マスクリファインメント
arxiv_reader 2021/08/03
医療画像のセグメンテーションで大きな成功を収めましたが、深い畳み込みニューラルネットワークは通常、トレーニング用に手動の注釈を付けた大きなデータセットを必要とし、目に見えないクラスに一般化することは困

CT

CNN

MRI

dataset

arXiv

recurrent

few-shot

arXiv reaDer

segmentation
リンク
数ショット学習のためのエッジラベリングベースの有向ゲートグラフネットワーク
arxiv_reader 2021/01/28
既存のグラフネットワークベースの数ショット学習方法は、畳み込みニューラルネットワーク（CNN）を介してノード間の類似性を取得します。ただし、CNNは、ベクトル形式のノード機能ではなく、空間情報を含む画

benchmark

learning

CNN

arXiv

convolutional

gradient

few-shot

dataset

recurrent

arXiv reaDer
リンク
3D医療画像セグメンテーションのための双方向RNNベースの少数ショット学習
arxiv_reader 2020/11/20
正確な診断と縦断的研究には、3D医用画像で関心のある臓器のセグメンテーションが必要です。ディープラーニングを使用した最近の進歩は多くのセグメンテーションタスクで成功を示していますが、高性能には大規模な

recurrent

3D

CT

transfer learning

segmentation

U-Net

few-shot

arXiv

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