「cs.MM」カテゴリーアーカイブ

Distilling Implicit Multimodal Knowledge into LLMs for Zero-Resource Dialogue Generation

投稿日: 2024年5月17日 作成者: jarxiv

要約 マルチモーダルな知識を大規模言語モデル (LLM) に統合することは、対話 … 続きを読む →

カテゴリー: cs.CL, cs.MM | Distilling Implicit Multimodal Knowledge into LLMs for Zero-Resource Dialogue Generation はコメントを受け付けていません

MMFusion: Multi-modality Diffusion Model for Lymph Node Metastasis Diagnosis in Esophageal Cancer

投稿日: 2024年5月17日 作成者: jarxiv

要約 食道がんは、世界中で最も一般的ながんの種類の 1 つであり、がん関連死亡率 … 続きを読む →

カテゴリー: cs.CV, cs.MM, eess.IV | MMFusion: Multi-modality Diffusion Model for Lymph Node Metastasis Diagnosis in Esophageal Cancer はコメントを受け付けていません

A vector quantized masked autoencoder for audiovisual speech emotion recognition

投稿日: 2024年5月16日 作成者: jarxiv

要約 ラベル付きデータの利用可能性が限られていることが、視聴覚音声感情認識 (S … 続きを読む →

カテゴリー: cs.LG, cs.MM, cs.SD, eess.AS | A vector quantized masked autoencoder for audiovisual speech emotion recognition はコメントを受け付けていません

MusicMagus: Zero-Shot Text-to-Music Editing via Diffusion Models

投稿日: 2024年5月16日 作成者: jarxiv

要約 テキストから音楽への生成モデルの最近の進歩により、音楽の創造性に新たな道が … 続きを読む →

カテゴリー: cs.AI, cs.MM, cs.SD, eess.AS | MusicMagus: Zero-Shot Text-to-Music Editing via Diffusion Models はコメントを受け付けていません

Scalable Image Coding for Humans and Machines Using Feature Fusion Network

投稿日: 2024年5月16日 作成者: jarxiv

要約 画像認識モデルが普及するにつれて、機械と人間のためのスケーラブルなコーディ … 続きを読む →

カテゴリー: cs.CV, cs.MM | Scalable Image Coding for Humans and Machines Using Feature Fusion Network はコメントを受け付けていません

Dance Any Beat: Blending Beats with Visuals in Dance Video Generation

投稿日: 2024年5月16日 作成者: jarxiv

要約 音楽からダンスを生成するというタスクは重要ですが、主に関節シーケンスを生成 … 続きを読む →

カテゴリー: cs.AI, cs.CV, cs.MM, cs.SD, eess.AS | Dance Any Beat: Blending Beats with Visuals in Dance Video Generation はコメントを受け付けていません

MVBIND: Self-Supervised Music Recommendation For Videos Via Embedding Space Binding

投稿日: 2024年5月16日 作成者: jarxiv

要約 近年、通常、ビジュアルとオーディオの両方のモダリティを含むショートビデオが … 続きを読む →

カテゴリー: cs.CV, cs.MM | MVBIND: Self-Supervised Music Recommendation For Videos Via Embedding Space Binding はコメントを受け付けていません

ReconBoost: Boosting Can Achieve Modality Reconcilement

投稿日: 2024年5月16日 作成者: jarxiv

要約 この論文では、ユニモーダル機能の活用とクロスモーダル相互作用の探索の間の調 … 続きを読む →

カテゴリー: cs.AI, cs.CV, cs.LG, cs.MM | ReconBoost: Boosting Can Achieve Modality Reconcilement はコメントを受け付けていません

MMFusion: Multi-modality Diffusion Model for Lymph Node Metastasis Diagnosis in Esophageal Cancer

投稿日: 2024年5月16日 作成者: jarxiv

要約 食道がんは、世界中で最も一般的ながんの種類の 1 つであり、がん関連死亡率 … 続きを読む →

カテゴリー: cs.CV, cs.MM, eess.IV | MMFusion: Multi-modality Diffusion Model for Lymph Node Metastasis Diagnosis in Esophageal Cancer はコメントを受け付けていません

ALMol: Aligned Language-Molecule Translation LLMs through Offline Preference Contrastive Optimisation

投稿日: 2024年5月16日 作成者: jarxiv

要約 化学と人工知能 (AI) の分野は、科学的発見を加速することを目的とした活 … 続きを読む →

カテゴリー: cs.CL, cs.MM | ALMol: Aligned Language-Molecule Translation LLMs through Offline Preference Contrastive Optimisation はコメントを受け付けていません