Buchumschlag

Deciphering 'What' and 'Where' Visual Pathways from Spectral Clustering of Layer-Distributed Neural Representations

Fuente: arXiv

Gespeichert in:

Bibliographische Detailangaben
Hauptverfasser:	Zhang, Xiao, Yunis, David, Maire, Michael
Format:	Preprint
Veröffentlicht:	2023
Schlagworte:	Computer Vision and Pattern Recognition
Online-Zugang:	Acceder al recurso
Tags:	Tag hinzufügen Keine Tags, Fügen Sie den ersten Tag hinzu!

Ähnliche Einträge

Residual Connections Harm Generative Representation Learning
von: Zhang, Xiao, et al.
Veröffentlicht: (2024)

What-Where Transformer: A Slot-Centric Visual Backbone for Concurrent Representation and Localization
von: Yoshihashi, Ryota, et al.
Veröffentlicht: (2026)

Neural Clustering based Visual Representation Learning
von: Chen, Guikun, et al.
Veröffentlicht: (2024)

LookWhere? Efficient Visual Recognition by Learning Where to Look and What to See from Self-Supervision
von: Fuller, Anthony, et al.
Veröffentlicht: (2025)

Delving into Spectral Clustering with Vision-Language Representations
von: Peng, Bo, et al.
Veröffentlicht: (2026)

Nested Diffusion Models Using Hierarchical Latent Priors
von: Zhang, Xiao, et al.
Veröffentlicht: (2024)

Latent Intrinsics Emerge from Training to Relight
von: Zhang, Xiao, et al.
Veröffentlicht: (2024)

Where Do We Stand with Implicit Neural Representations? A Technical and Performance Survey
von: Essakine, Amer, et al.
Veröffentlicht: (2024)

GridPrune: From "Where to Look" to "What to Select" in Visual Token Pruning for MLLMs
von: Duan, Yuxiang, et al.
Veröffentlicht: (2025)

Spectral State Space Model for Rotation-Invariant Visual Representation Learning
von: Dastani, Sahar, et al.
Veröffentlicht: (2025)

Where, What, Why: Towards Explainable Driver Attention Prediction
von: Zhou, Yuchen, et al.
Veröffentlicht: (2025)

Region-based Cluster Discrimination for Visual Representation Learning
von: Xie, Yin, et al.
Veröffentlicht: (2025)

Multi-label Cluster Discrimination for Visual Representation Learning
von: An, Xiang, et al.
Veröffentlicht: (2024)

Decoupling What to Count and Where to See for Referring Expression Counting
von: Zou, Yuda, et al.
Veröffentlicht: (2025)

ImageNet-OOD: Deciphering Modern Out-of-Distribution Detection Algorithms
von: Yang, William, et al.
Veröffentlicht: (2023)

Efficient Unsupervised Visual Representation Learning with Explicit Cluster Balancing
von: Metaxas, Ioannis Maniadis, et al.
Veröffentlicht: (2024)

Franca: Nested Matryoshka Clustering for Scalable Visual Representation Learning
von: Venkataramanan, Shashanka, et al.
Veröffentlicht: (2025)

WWW: A Unified Framework for Explaining What, Where and Why of Neural Networks by Interpretation of Neuron Concepts
von: Ahn, Yong Hyun, et al.
Veröffentlicht: (2024)

Where MLLMs Attend and What They Rely On: Explaining Autoregressive Token Generation
von: Chen, Ruoyu, et al.
Veröffentlicht: (2025)

Clustering-Guided Multi-Layer Contrastive Representation Learning for Citrus Disease Classification
von: Chen, Jun, et al.
Veröffentlicht: (2025)

Beyond the Last Layer: Multi-Layer Representation Fusion for Visual Tokenization
von: Zhu, Xuanyu, et al.
Veröffentlicht: (2026)

Deciphering the Role of Representation Disentanglement: Investigating Compositional Generalization in CLIP Models
von: Abbasi, Reza, et al.
Veröffentlicht: (2024)

Decoding Visual Neural Representations by Multimodal with Dynamic Balancing
von: sun, Kaili, et al.
Veröffentlicht: (2025)

Inductive Gradient Adjustment For Spectral Bias In Implicit Neural Representations
von: Shi, Kexuan, et al.
Veröffentlicht: (2024)

Where Concept Erasure Should Occur: Concept-Layer Alignment in Text-to-Video Diffusion Models
von: Xie, Yiwei, et al.
Veröffentlicht: (2026)

Is Class Signal Clustered or Routed in Task-Induced Implicit Neural Representation Weight Spaces?
von: Guo, Xinyi, et al.
Veröffentlicht: (2026)

Cluster Contrast for Unsupervised Visual Representation Learning
von: Giakoumoglou, Nikolaos, et al.
Veröffentlicht: (2025)

From Where Things Are to What They Are For: Benchmarking Spatial-Functional Intelligence in Multimodal LLMs
von: Zhang, Le, et al.
Veröffentlicht: (2026)

Generative Lifting of Multiview to 3D from Unknown Pose: Wrapping NeRF inside Diffusion
von: Yuan, Xin, et al.
Veröffentlicht: (2024)

Split-Layer: Enhancing Implicit Neural Representation by Maximizing the Dimensionality of Feature Space
von: Cai, Zhicheng, et al.
Veröffentlicht: (2025)

Where, What, Why: Toward Explainable 3D-GS Watermarking
von: Cai, Mingshu, et al.
Veröffentlicht: (2026)

MindSemantix: Deciphering Brain Visual Experiences with a Brain-Language Model
von: Ren, Ziqi, et al.
Veröffentlicht: (2024)

Neural-MCRL: Neural Multimodal Contrastive Representation Learning for EEG-based Visual Decoding
von: Li, Yueyang, et al.
Veröffentlicht: (2024)

SL$^{2}$A-INR: Single-Layer Learnable Activation for Implicit Neural Representation
von: Heidari, Moein, et al.
Veröffentlicht: (2024)

Enhancing Visual Representation for Text-based Person Searching
von: Shen, Wei, et al.
Veröffentlicht: (2024)

Conv-INR: Convolutional Implicit Neural Representation for Multimodal Visual Signals
von: Cai, Zhicheng
Veröffentlicht: (2024)

Disentangled Learning Improves Implicit Neural Representations for Medical Reconstruction
von: Wu, Qing, et al.
Veröffentlicht: (2026)

What Can We Learn from Harry Potter? An Exploratory Study of Visual Representation Learning from Atypical Videos
von: Sun, Qiyue, et al.
Veröffentlicht: (2025)

Disentangled Clothed Avatar Generation with Layered Representation
von: Zhang, Weitian, et al.
Veröffentlicht: (2025)

Temporal Attention for Cross-View Sequential Image Localization
von: Yuan, Dong, et al.
Veröffentlicht: (2024)