「I.2.10」カテゴリーアーカイブ

Representation Learning via Non-Contrastive Mutual Information

投稿日: 2025年4月24日 作成者: jarxiv

要約 ラベル付けデータは多くの場合、非常に時間がかかり、高価であるため、ほとんど … 続きを読む →

カテゴリー: cs.AI, cs.CV, cs.LG, I.2.10, stat.ML | Representation Learning via Non-Contrastive Mutual Information はコメントを受け付けていません

A Novel Adaptive Hybrid Focal-Entropy Loss for Enhancing Diabetic Retinopathy Detection Using Convolutional Neural Networks

投稿日: 2025年4月24日 作成者: jarxiv

要約 糖尿病性網膜症は、世界中の失明の主な原因であり、AIベースの正確な診断ツー … 続きを読む →

カテゴリー: 68T07, 68U10, 92C55, cs.AI, cs.CV, cs.LG, eess.IV, I.2.10 | A Novel Adaptive Hybrid Focal-Entropy Loss for Enhancing Diabetic Retinopathy Detection Using Convolutional Neural Networks はコメントを受け付けていません

FocusedAD: Character-centric Movie Audio Description

投稿日: 2025年4月23日 作成者: jarxiv

要約 映画オーディオの説明（AD）は、対話のないセグメント中に視覚的なコンテンツ … 続きを読む →

カテゴリー: cs.CV, I.2.10 | FocusedAD: Character-centric Movie Audio Description はコメントを受け付けていません

ADAT: Time-Series-Aware Adaptive Transformer Architecture for Sign Language Translation

投稿日: 2025年4月17日 作成者: jarxiv

要約 現在の手話機械の翻訳システムは、標識をテキストに変換するために、手の動き、 … 続きを読む →

カテゴリー: cs.AI, cs.CL, cs.CV, I.2.10 | ADAT: Time-Series-Aware Adaptive Transformer Architecture for Sign Language Translation はコメントを受け付けていません

RSTeller: Scaling Up Visual Language Modeling in Remote Sensing with Rich Linguistic Semantics from Openly Available Data and Large Language Models

投稿日: 2025年4月17日 作成者: jarxiv

要約 リモートセンシングにおける豊富でよく目立たないマルチモーダルデータは、複雑 … 続きを読む →

カテゴリー: cs.AI, cs.CV, I.2.10 | RSTeller: Scaling Up Visual Language Modeling in Remote Sensing with Rich Linguistic Semantics from Openly Available Data and Large Language Models はコメントを受け付けていません

FocusedAD: Character-centric Movie Audio Description

投稿日: 2025年4月17日 作成者: jarxiv

要約 映画オーディオの説明（AD）は、対話のないセグメント中に視覚的なコンテンツ … 続きを読む →

カテゴリー: cs.CV, I.2.10 | FocusedAD: Character-centric Movie Audio Description はコメントを受け付けていません

CleanMAP: Distilling Multimodal LLMs for Confidence-Driven Crowdsourced HD Map Updates

投稿日: 2025年4月16日 作成者: jarxiv

要約 インテリジェント接続車両（I​​CV）と統合された車両ロードクラウドシステ … 続きを読む →

カテゴリー: cs.AI, cs.CL, cs.CV, cs.LG, cs.RO, I.2.10 | CleanMAP: Distilling Multimodal LLMs for Confidence-Driven Crowdsourced HD Map Updates はコメントを受け付けていません

From Gaze to Insight: Bridging Human Visual Attention and Vision Language Model Explanation for Weakly-Supervised Medical Image Segmentation

投稿日: 2025年4月16日 作成者: jarxiv

要約 医療画像セグメンテーションは、トレーニング用のピクセルレベルの注釈のコスト … 続きを読む →

カテゴリー: 68T45, cs.CV, I.2.10 | From Gaze to Insight: Bridging Human Visual Attention and Vision Language Model Explanation for Weakly-Supervised Medical Image Segmentation はコメントを受け付けていません

Banana Ripeness Level Classification using a Simple CNN Model Trained with Real and Synthetic Datasets

投稿日: 2025年4月14日 作成者: jarxiv

要約 熟度のレベルは、バナナの品質を決定するのに不可欠です。 バナナの成熟度を正 … 続きを読む →

カテゴリー: 68T05, 68T07, 68T10, cs.CV, I.2.10 | Banana Ripeness Level Classification using a Simple CNN Model Trained with Real and Synthetic Datasets はコメントを受け付けていません

The Efficacy of Semantics-Preserving Transformations in Self-Supervised Learning for Medical Ultrasound

投稿日: 2025年4月11日 作成者: jarxiv

要約 データ増強は、共同埋め込み自己監視学習（SSL）の中心的な要素です。 自然 … 続きを読む →

カテゴリー: cs.CV, cs.LG, eess.IV, I.2.10 | The Efficacy of Semantics-Preserving Transformations in Self-Supervised Learning for Medical Ultrasound はコメントを受け付けていません