Copertina

Convergence Analysis of Blurring Mean Shift

Fuente: arXiv

Salvato in:

Dettagli Bibliografici
Autori principali:	Yamasaki, Ryoya, Tanaka, Toshiyuki
Natura:	Preprint
Pubblicazione:	2024
Soggetti:	Machine Learning Computer Vision and Pattern Recognition
Accesso online:	Acceder al recurso
Tags:	Aggiungi Tag Nessun Tag, puoi essere il primo ad aggiungerne!!

Documenti analoghi

Adversarial Training from Mean Field Perspective
di: Kumano, Soichiro, et al.
Pubblicazione: (2025)

Blurring Diffusion Models
di: Hoogeboom, Emiel, et al.
Pubblicazione: (2022)

Parallel Algorithm for Optimal Threshold Labeling of Ordinal Regression Methods
di: Yamasaki, Ryoya, et al.
Pubblicazione: (2024)

Remarks on Loss Function of Threshold Method for Ordinal Regression Problem
di: Yamasaki, Ryoya, et al.
Pubblicazione: (2024)

Doubly Stochastic Mean-Shift Clustering
di: Trigano, Tom, et al.
Pubblicazione: (2026)

Theoretical Understanding of Learning from Adversarial Perturbations
di: Kumano, Soichiro, et al.
Pubblicazione: (2024)

Wide Two-Layer Networks can Learn from Adversarial Perturbations
di: Kumano, Soichiro, et al.
Pubblicazione: (2024)

Adversarially Pretrained Transformers May Be Universally Robust In-Context Learners
di: Kumano, Soichiro, et al.
Pubblicazione: (2025)

DINO-Detect: A Simple yet Effective Framework for Blur-Robust AI-Generated Image Detection
di: Shen, Jialiang, et al.
Pubblicazione: (2025)

Clustering-friendly Representation Learning for Enhancing Salient Features
di: Oshima, Toshiyuki, et al.
Pubblicazione: (2024)

Value bounds and Convergence Analysis for Averages of LRP attributions
di: Binder, Alexander, et al.
Pubblicazione: (2025)

Blur2seq: Blind Deblurring and Camera Trajectory Estimation from a Single Camera Motion-blurred Image
di: Carbajal, Guillermo, et al.
Pubblicazione: (2025)

Reward Incremental Learning in Text-to-Image Generation
di: Wang, Maorong, et al.
Pubblicazione: (2024)

Dealing with Synthetic Data Contamination in Online Continual Learning
di: Wang, Maorong, et al.
Pubblicazione: (2024)

Continual Distillation of Teachers from Different Domains
di: Michel, Nicolas, et al.
Pubblicazione: (2026)

Control+Shift: Generating Controllable Distribution Shifts
di: Friedman, Roy, et al.
Pubblicazione: (2024)

A Systematic Analysis of Out-of-Distribution Detection Under Representation and Training Paradigm Shifts
di: Olivares, Claudio César Claros, et al.
Pubblicazione: (2025)

Analysis of Converged 3D Gaussian Splatting Solutions: Density Effects and Prediction Limit
di: Wang, Zhendong, et al.
Pubblicazione: (2026)

OODRobustBench: a Benchmark and Large-Scale Analysis of Adversarial Robustness under Distribution Shift
di: Li, Lin, et al.
Pubblicazione: (2023)

Understanding Image2Video Domain Shift in Food Segmentation: An Instance-level Analysis on Apples
di: Park, Keonvin, et al.
Pubblicazione: (2026)

Systematic Characterization of Minimal Deep Learning Architectures: A Unified Analysis of Convergence, Pruning, and Quantization
di: Zheng, Ziwei, et al.
Pubblicazione: (2026)

Mean Mode Screaming: Mean--Variance Split Residuals for 1000-Layer Diffusion Transformers
di: Lu, Pengqi
Pubblicazione: (2026)

Image Motion Blur Removal in the Temporal Dimension with Video Diffusion Models
di: Pang, Wang, et al.
Pubblicazione: (2025)

Functional Mean Flow in Hilbert Space
di: Li, Zhiqi, et al.
Pubblicazione: (2025)

Producing Plankton Classifiers that are Robust to Dataset Shift
di: Chen, Cheng, et al.
Pubblicazione: (2024)

Understanding Generalization through Decision Pattern Shift
di: Deng, Huiqi, et al.
Pubblicazione: (2026)

Dynamic Base model Shift for Delta Compression
di: Huang, Chenyu, et al.
Pubblicazione: (2025)

Style Feature Extraction Using Contrastive Conditioned Variational Autoencoders with Mutual Information Constraints
di: Yasutomi, Suguru, et al.
Pubblicazione: (2023)

Mean Flows for One-step Generative Modeling
di: Geng, Zhengyang, et al.
Pubblicazione: (2025)

Pooling Image Datasets With Multiple Covariate Shift and Imbalance
di: Chytas, Sotirios Panagiotis, et al.
Pubblicazione: (2024)

Adapting to Distribution Shift by Visual Domain Prompt Generation
di: Chi, Zhixiang, et al.
Pubblicazione: (2024)

Robustifying Diffusion-Denoised Smoothing Against Covariate Shift
di: Hedayatnia, Ali, et al.
Pubblicazione: (2025)

Online Distillation with Continual Learning for Cyclic Domain Shifts
di: Houyon, Joachim, et al.
Pubblicazione: (2023)

Latent Domain Modeling Improves Robustness to Geographic Shifts
di: Crasto, Ruth, et al.
Pubblicazione: (2025)

Efficient Unlearning through Maximizing Relearning Convergence Delay
di: Tran, Khoa, et al.
Pubblicazione: (2026)

Disentangling Mean Embeddings for Better Diagnostics of Image Generators
di: Gruber, Sebastian G., et al.
Pubblicazione: (2024)

Domain-Inspired Sharpness-Aware Minimization Under Domain Shifts
di: Zhang, Ruipeng, et al.
Pubblicazione: (2024)

AlphaFlow: Understanding and Improving MeanFlow Models
di: Zhang, Huijie, et al.
Pubblicazione: (2025)

Improved Mean Flows: On the Challenges of Fastforward Generative Models
di: Geng, Zhengyang, et al.
Pubblicazione: (2025)

Distance Matters For Improving Performance Estimation Under Covariate Shift
di: Roschewitz, Mélanie, et al.
Pubblicazione: (2023)