月別アーカイブ: 2025年4月

PointLoRA: Low-Rank Adaptation with Token Selection for Point Cloud Learning

投稿日: 2025年4月23日 作成者: jarxiv

要約 Point Cloudの自己教師の表現学習は、多様なタスク全体で事前に訓練 … 続きを読む →

カテゴリー: cs.CV | PointLoRA: Low-Rank Adaptation with Token Selection for Point Cloud Learning はコメントを受け付けていません

LiveCC: Learning Video LLM with Streaming Speech Transcription at Scale

投稿日: 2025年4月23日 作成者: jarxiv

要約 最近のビデオ大規模な言語モデル（ビデオLLM）は、多くの場合、高価な人間の … 続きを読む →

カテゴリー: cs.CV | LiveCC: Learning Video LLM with Streaming Speech Transcription at Scale はコメントを受け付けていません

A Scoping Review of Earth Observation and Machine Learning for Causal Inference: Implications for the Geography of Poverty

投稿日: 2025年4月23日 作成者: jarxiv

要約 衛星画像などの地球観測（EO）データは、特に機械学習（ML）とコンピュータ … 続きを読む →

カテゴリー: 62H11, cs.CV, cs.LG, I.2.6, stat.ME, stat.ML | A Scoping Review of Earth Observation and Machine Learning for Causal Inference: Implications for the Geography of Poverty はコメントを受け付けていません

Evaluating Vision Language Models (VLMs) for Radiology: A Comprehensive Analysis

投稿日: 2025年4月23日 作成者: jarxiv

要約 自己監視技術を使用して膨大な量のデータで訓練された基礎モデルは、医学におけ … 続きを読む →

カテゴリー: cs.AI, cs.CV | Evaluating Vision Language Models (VLMs) for Radiology: A Comprehensive Analysis はコメントを受け付けていません

LASER: A Neuro-Symbolic Framework for Learning Spatial-Temporal Scene Graphs with Weak Supervision

投稿日: 2025年4月23日 作成者: jarxiv

要約 ビデオから時空間シーングラフ（STSG）を学習するための監視されたアプロー … 続きを読む →

カテゴリー: cs.CV, cs.LG, cs.LO | LASER: A Neuro-Symbolic Framework for Learning Spatial-Temporal Scene Graphs with Weak Supervision はコメントを受け付けていません

Vision language models are unreliable at trivial spatial cognition

投稿日: 2025年4月23日 作成者: jarxiv

要約 ビジョン言語モデル（VLM）は、画像から関連する視覚空間情報を抽出するよう … 続きを読む →

カテゴリー: cs.AI, cs.CV | Vision language models are unreliable at trivial spatial cognition はコメントを受け付けていません

ForesightNav: Learning Scene Imagination for Efficient Exploration

投稿日: 2025年4月23日 作成者: jarxiv

要約 人間がどのように事前知識を活用して目に見えない環境をナビゲートしながら、探 … 続きを読む →

カテゴリー: cs.CV, cs.RO | ForesightNav: Learning Scene Imagination for Efficient Exploration はコメントを受け付けていません

Boosting Generative Image Modeling via Joint Image-Feature Synthesis

投稿日: 2025年4月23日 作成者: jarxiv

要約 潜在的な拡散モデル（LDMS）は高品質の画像生成を支配しますが、表現学習を … 続きを読む →

カテゴリー: cs.CV | Boosting Generative Image Modeling via Joint Image-Feature Synthesis はコメントを受け付けていません

Describe Anything: Detailed Localized Image and Video Captioning

投稿日: 2025年4月23日 作成者: jarxiv

要約 画像やビデオで特定の領域の詳細かつ正確な説明を生成することは、ビジョン言語 … 続きを読む →

カテゴリー: cs.AI, cs.CV | Describe Anything: Detailed Localized Image and Video Captioning はコメントを受け付けていません

From Reflection to Perfection: Scaling Inference-Time Optimization for Text-to-Image Diffusion Models via Reflection Tuning

投稿日: 2025年4月23日 作成者: jarxiv

要約 最近のテキスト間拡散モデルは、トレーニングデータとモデルパラメーターの広範 … 続きを読む →

カテゴリー: cs.CV | From Reflection to Perfection: Scaling Inference-Time Optimization for Text-to-Image Diffusion Models via Reflection Tuning はコメントを受け付けていません