投稿者「jarxiv」のアーカイブ

Instance Segmentation for Point Sets

要約 PointNet [QSMG16]やPointNet ++ [Qysg17 … 続きを読む

カテゴリー: 68T45, cs.CV, cs.LG, I.2.10 | Instance Segmentation for Point Sets はコメントを受け付けていません

ActiveSSF: An Active-Learning-Guided Self-Supervised Framework for Long-Tailed Megakaryocyte Classification

要約 骨髄異形成症候群の診断には、巨核球の正確な分類が重要です。 自己監視学習は … 続きを読む

カテゴリー: cs.CV | ActiveSSF: An Active-Learning-Guided Self-Supervised Framework for Long-Tailed Megakaryocyte Classification はコメントを受け付けていません

KIND: Knowledge Integration and Diversion for Training Decomposable Models

要約 モデルパラメーターの複雑さが増加するため、事前に訓練されたモデルは好ましい … 続きを読む

カテゴリー: cs.CV | KIND: Knowledge Integration and Diversion for Training Decomposable Models はコメントを受け付けていません

3D Reconstruction from Sketches

要約 複数のスケッチから3Dシーンを再構築する問題を検討します。 (1)通信ポイ … 続きを読む

カテゴリー: 68T45, cs.CV, cs.LG, I.2.10 | 3D Reconstruction from Sketches はコメントを受け付けていません

On the Generalizability of Foundation Models for Crop Type Mapping

要約 自己監視学習を使用した事前訓練を受けた基礎モデルは、言語理解、テキスト生成 … 続きを読む

カテゴリー: cs.CV, cs.LG | On the Generalizability of Foundation Models for Crop Type Mapping はコメントを受け付けていません

KERL: Knowledge-Enhanced Personalized Recipe Recommendation using Large Language Models

要約 大規模な言語モデル(LLMS)の最近の進歩と食品データの豊富さにより、LL … 続きを読む

カテゴリー: cs.AI, cs.CL, cs.CV, cs.LG | KERL: Knowledge-Enhanced Personalized Recipe Recommendation using Large Language Models はコメントを受け付けていません

How Effective Can Dropout Be in Multiple Instance Learning ?

要約 複数のインスタンス学習(MIL)は、さまざまなアプリケーションに人気のある … 続きを読む

カテゴリー: cs.AI, cs.CV, eess.IV, stat.ML | How Effective Can Dropout Be in Multiple Instance Learning ? はコメントを受け付けていません

ReVLA: Reverting Visual Domain Limitation of Robotic Foundation Models

要約 大規模な言語モデルの最近の進歩と大規模なロボットデータセットへのアクセスは … 続きを読む

カテゴリー: cs.CV, cs.RO | ReVLA: Reverting Visual Domain Limitation of Robotic Foundation Models はコメントを受け付けていません

A General Framework for Group Sparsity in Hyperspectral Unmixing Using Endmember Bundles

要約 空間分解能が低いため、ハイパースペクトルデータは、多くの場合、複数の材料か … 続きを読む

カテゴリー: cs.CV, eess.IV | A General Framework for Group Sparsity in Hyperspectral Unmixing Using Endmember Bundles はコメントを受け付けていません

Dual Precision Quantization for Efficient and Accurate Deep Neural Networks Inference

要約 深いニューラルネットワークは、自然言語処理やコンピュータービジョンから音声 … 続きを読む

カテゴリー: cs.CL, cs.CV, cs.LG | Dual Precision Quantization for Efficient and Accurate Deep Neural Networks Inference はコメントを受け付けていません