Buchumschlag

Referential communication in heterogeneous communities of pre-trained visual deep networks

Fuente: arXiv

Gespeichert in:

Bibliographische Detailangaben
Hauptverfasser:	Mahaut, Matéo, Franzon, Francesca, Dessì, Roberto, Baroni, Marco
Format:	Preprint
Veröffentlicht:	2023
Schlagworte:	Computer Vision and Pattern Recognition Artificial Intelligence Machine Learning
Online-Zugang:	Acceder al recurso
Tags:	Tag hinzufügen Keine Tags, Fügen Sie den ersten Tag hinzu!

Ähnliche Einträge

Similarity of Processing Steps in Vision Model Representations
von: Mahaut, Matéo, et al.
Veröffentlicht: (2026)

Repetitions are not all alike: distinct mechanisms sustain repetition in language models
von: Mahaut, Matéo, et al.
Veröffentlicht: (2025)

PATCH: a deep learning method to assess heterogeneity of artistic practice in historical paintings
von: Van Horn, Andrew, et al.
Veröffentlicht: (2025)

Improving fine-grained understanding in image-text pre-training
von: Bica, Ioana, et al.
Veröffentlicht: (2024)

Revisiting MAE pre-training for 3D medical image segmentation
von: Wald, Tassilo, et al.
Veröffentlicht: (2024)

Post-pre-training for Modality Alignment in Vision-Language Foundation Models
von: Yamaguchi, Shin'ya, et al.
Veröffentlicht: (2025)

Learning Fourier shapes to probe the geometric world of deep neural networks
von: Wang, Jian, et al.
Veröffentlicht: (2025)

Classifying point clouds at the facade-level using geometric features and deep learning networks
von: Tan, Yue, et al.
Veröffentlicht: (2024)

Exploring possible vector systems for faster training of neural networks with preconfigured latent spaces
von: Gabdullin, Nikita
Veröffentlicht: (2025)

How to select slices for annotation to train best-performing deep learning segmentation models for cross-sectional medical images?
von: Zhang, Yixin, et al.
Veröffentlicht: (2024)

HCR-Net: A deep learning based script independent handwritten character recognition network
von: Chauhan, Vinod Kumar, et al.
Veröffentlicht: (2021)

Evil twins are not that evil: Qualitative insights into machine-generated prompts
von: Rakotonirina, Nathanaël Carraz, et al.
Veröffentlicht: (2024)

Human-like visual computing advances explainability and few-shot learning in deep neural networks for complex physiological data
von: Alahmadi, Alaa, et al.
Veröffentlicht: (2025)

Using predefined vector systems as latent space configuration for neural network supervised training on data with arbitrarily large number of classes
von: Gabdullin, Nikita
Veröffentlicht: (2025)

Comprehensive framework for evaluation of deep neural networks in detection and quantification of lymphoma from PET/CT images: clinical insights, pitfalls, and observer agreement analyses
von: Ahamed, Shadab, et al.
Veröffentlicht: (2023)

Dimensions underlying the representational alignment of deep neural networks with humans
von: Mahner, Florian P., et al.
Veröffentlicht: (2024)

Towards flexible perception with visual memory
von: Geirhos, Robert, et al.
Veröffentlicht: (2024)

Self-supervised pre-training with diffusion model for few-shot landmark detection in x-ray images
von: Di Via, Roberto, et al.
Veröffentlicht: (2024)

The effectiveness of MAE pre-pretraining for billion-scale pretraining
von: Singh, Mannat, et al.
Veröffentlicht: (2023)

Detection of subclinical atherosclerosis by image-based deep learning on chest x-ray
von: Gallone, Guglielmo, et al.
Veröffentlicht: (2024)

Hidden in plain sight: VLMs overlook their visual representations
von: Fu, Stephanie, et al.
Veröffentlicht: (2025)

BRAVE: Broadening the visual encoding of vision-language models
von: Kar, Oğuzhan Fatih, et al.
Veröffentlicht: (2024)

Searching for internal symbols underlying deep learning
von: Lee, Jung H., et al.
Veröffentlicht: (2024)

Self-supervised Pre-training of Text Recognizers
von: Kišš, Martin, et al.
Veröffentlicht: (2024)

deepTerra -- AI Land Classification Made Easy
von: Wilkinson, Andrew Keith
Veröffentlicht: (2025)

Leaf diseases detection using deep learning methods
von: Fatimi, El Houcine El
Veröffentlicht: (2024)

Pre-training with Random Orthogonal Projection Image Modeling
von: Haghighat, Maryam, et al.
Veröffentlicht: (2023)

LookupViT: Compressing visual information to a limited number of tokens
von: Koner, Rajat, et al.
Veröffentlicht: (2024)

Demographic-aware fine-grained visual recognition of pediatric wrist pathologies
von: Ahmed, Ammar, et al.
Veröffentlicht: (2025)

Visual RAG: Expanding MLLM visual knowledge without fine-tuning
von: Bonomo, Mirco, et al.
Veröffentlicht: (2025)

Dataset Ownership Verification in Contrastive Pre-trained Models
von: Xie, Yuechen, et al.
Veröffentlicht: (2025)

Practical Continual Forgetting for Pre-trained Vision Models
von: Zhao, Hongbo, et al.
Veröffentlicht: (2025)

Challenges in explaining deep learning models for data with biological variation
von: Tětková, Lenka, et al.
Veröffentlicht: (2024)

Rolling the dice for better deep learning performance: A study of randomness techniques in deep neural networks
von: Altarabichi, Mohammed Ghaith, et al.
Veröffentlicht: (2024)

Vision Transformer attention alignment with human visual perception in aesthetic object evaluation
von: Carrasco, Miguel, et al.
Veröffentlicht: (2025)

Unlocking Pre-trained Image Backbones for Semantic Image Synthesis
von: Berrada, Tariq, et al.
Veröffentlicht: (2023)

Understanding and Mitigating the Label Noise in Pre-training on Downstream Tasks
von: Chen, Hao, et al.
Veröffentlicht: (2023)

Vehicle-centric Perception via Multimodal Structured Pre-training
von: Wu, Wentao, et al.
Veröffentlicht: (2025)

Stylized Structural Patterns for Improved Neural Network Pre-training
von: Salehi, Farnood, et al.
Veröffentlicht: (2025)

Multi-modal Vision Pre-training for Medical Image Analysis
von: Rui, Shaohao, et al.
Veröffentlicht: (2024)