「cs.CV」カテゴリーアーカイブ

An unsupervised method for MRI recovery: Deep image prior with structured sparsity

投稿日: 2025年5月16日 作成者: jarxiv

要約 目的：完全にサンプリングされたKスペースデータを必要としない監視されていな … 続きを読む →

カテゴリー: cs.CV, cs.LG, eess.IV, eess.SP | コメントする

Multi-Token Prediction Needs Registers

投稿日: 2025年5月16日 作成者: jarxiv

要約 マルチトークンの予測は、言語モデルの事前トレーニングを改善するための有望な … 続きを読む →

カテゴリー: cs.AI, cs.CL, cs.CV, cs.LG | コメントする

A Deep Learning-Driven Inhalation Injury Grading Assistant Using Bronchoscopy Images

投稿日: 2025年5月16日 作成者: jarxiv

要約 吸入損傷は、短縮損傷スコア（AIS）が主観的であり、機械的換気期間や患者の … 続きを読む →

カテゴリー: cs.CV, cs.LG | コメントする

A portable diagnosis model for Keratoconus using a smartphone

投稿日: 2025年5月16日 作成者: jarxiv

要約 ケラトコノス（KC）は角膜障害であり、ぼやけて歪んだ視力をもたらします。 … 続きを読む →

カテゴリー: cs.CV, cs.LG, eess.IV | コメントする

MASSV: Multimodal Adaptation and Self-Data Distillation for Speculative Decoding of Vision-Language Models

投稿日: 2025年5月16日 作成者: jarxiv

要約 投機的デコードは、軽量のドラフトモデルが複数のターゲットモデルが同時に検証 … 続きを読む →

カテゴリー: cs.CL, cs.CV, cs.LG | コメントする

Enhancing Multi-Image Question Answering via Submodular Subset Selection

投稿日: 2025年5月16日 作成者: jarxiv

要約 大規模なマルチモーダルモデル（LMM）は、単一の画像を含むビジョン言語タス … 続きを読む →

カテゴリー: cs.CV, cs.LG | コメントする

Exploring Implicit Visual Misunderstandings in Multimodal Large Language Models through Attention Analysis

投稿日: 2025年5月16日 作成者: jarxiv

要約 最近の進歩により、マルチイメージ情報を理解するためのマルチモーダル大手言語 … 続きを読む →

カテゴリー: cs.CV | コメントする

UniSkill: Imitating Human Videos via Cross-Embodiment Skill Representations

投稿日: 2025年5月16日 作成者: jarxiv

要約 模倣は人間の基本的な学習メカニズムであり、個人が専門家を観察し模倣すること … 続きを読む →

カテゴリー: cs.CV, cs.RO | コメントする

Does Feasibility Matter? Understanding the Impact of Feasibility on Synthetic Training Data

投稿日: 2025年5月16日 作成者: jarxiv

要約 光リアリックな拡散モデルの開発により、合成データで部分的または完全にトレー … 続きを読む →

カテゴリー: cs.AI, cs.CV | コメントする

Style Customization of Text-to-Vector Generation with Image Diffusion Priors

投稿日: 2025年5月16日 作成者: jarxiv

要約 スケーラブルなベクトルグラフィックス（SVG）は、解像度の独立性とよく組織 … 続きを読む →

カテゴリー: cs.CV, cs.GR | コメントする