Copertina

Diffexplainer: Towards Cross-modal Global Explanations with Diffusion Models

Fuente: arXiv

Salvato in:

Dettagli Bibliografici
Autori principali:	Pennisi, Matteo, Bellitto, Giovanni, Palazzo, Simone, Shah, Mubarak, Spampinato, Concetto
Natura:	Preprint
Pubblicazione:	2024
Soggetti:	Computer Vision and Pattern Recognition Artificial Intelligence
Accesso online:	Acceder al recurso
Tags:	Aggiungi Tag Nessun Tag, puoi essere il primo ad aggiungerne!!

Documenti analoghi

DEXTER: Diffusion-Guided EXplanations with TExtual Reasoning for Vision Models
di: Carnemolla, Simone, et al.
Pubblicazione: (2025)

Wake-Sleep Consolidated Learning
di: Sorrenti, Amelia, et al.
Pubblicazione: (2023)

Zero-Shot Decentralized Federated Learning
di: Masano, Alessio, et al.
Pubblicazione: (2025)

SeeingSounds: Learning Audio-to-Visual Alignment via Text
di: Carnemolla, Simone, et al.
Pubblicazione: (2025)

Selective Attention-based Modulation for Continual Learning
di: Bellitto, Giovanni, et al.
Pubblicazione: (2024)

UNBOX: Unveiling Black-box visual models with Natural-language
di: Carnemolla, Simone, et al.
Pubblicazione: (2026)

MatFuse: Controllable Material Generation with Diffusion Models
di: Vecchio, Giuseppe, et al.
Pubblicazione: (2023)

Evidential Federated Learning for Skin Lesion Image Classification
di: Hendrix, Rutger, et al.
Pubblicazione: (2024)

Transformer-based Video Saliency Prediction with High Temporal Dimension Decoding
di: Moradi, Morteza, et al.
Pubblicazione: (2024)

PERL: Parameter Efficient Reasoning in CLIP Latent Space
di: Carnemolla, Simone, et al.
Pubblicazione: (2026)

Global-Local Feature Decoding with Adapter-Guided SAMv2 for Salient Object Detection
di: Moradi, Morteza, et al.
Pubblicazione: (2026)

Dream2Learn: Structured Generative Dreaming for Continual Learning
di: Calcagno, Salvatore, et al.
Pubblicazione: (2026)

SalFoM: Dynamic Saliency Prediction with Video Foundation Models
di: Moradi, Morteza, et al.
Pubblicazione: (2024)

Surgical Triplet Recognition via Diffusion Model
di: Liu, Daochang, et al.
Pubblicazione: (2024)

OCCAM: Open-set Causal Concept explAnation and Ontology induction for black-box vision Models
di: Russo, Chiara Maria, et al.
Pubblicazione: (2026)

FedRewind: Rewinding Continual Model Exchange for Decentralized Federated Learning
di: Palazzo, Luca, et al.
Pubblicazione: (2024)

GVD: Guiding Video Diffusion Model for Scalable Video Distillation
di: Li, Kunyang, et al.
Pubblicazione: (2025)

Pre-Forgettable Models: Prompt Learning as a Native Mechanism for Unlearning
di: Hendrix, Rutger, et al.
Pubblicazione: (2025)

Diffusion Models in Vision: A Survey
di: Croitoru, Florinel-Alin, et al.
Pubblicazione: (2022)

Weakly-Supervised Spatiotemporal Anomaly Detection
di: Gianchandani, Urvi, et al.
Pubblicazione: (2026)

Towards Cross-modal Backward-compatible Representation Learning for Vision-Language Models
di: Jang, Young Kyun, et al.
Pubblicazione: (2024)

Curriculum Direct Preference Optimization for Diffusion and Consistency Models
di: Croitoru, Florinel-Alin, et al.
Pubblicazione: (2024)

C3-Diff: Super-resolving Spatial Transcriptomics via Cross-modal Cross-content Contrastive Diffusion Modelling
di: Wang, Xiaofei, et al.
Pubblicazione: (2025)

Towards a Mechanistic Explanation of Diffusion Model Generalization
di: Niedoba, Matthew, et al.
Pubblicazione: (2024)

AlignMamba: Enhancing Multimodal Mamba with Local and Global Cross-modal Alignment
di: Li, Yan, et al.
Pubblicazione: (2024)

Local-to-Global Logical Explanations for Deep Vision Models
di: Vasu, Bhavan, et al.
Pubblicazione: (2026)

Hierarchical Multi-modal Transformer for Cross-modal Long Document Classification
di: Liu, Tengfei, et al.
Pubblicazione: (2024)

Safety Without Semantic Disruptions: Editing-free Safe Image Generation via Context-preserving Dual Latent Reconstruction
di: Vice, Jordan, et al.
Pubblicazione: (2024)

Self-supervised learning for radio-astronomy source classification: a benchmark
di: Cecconello, Thomas, et al.
Pubblicazione: (2024)

Robin3D: Improving 3D Large Language Model via Robust Instruction Tuning
di: Kang, Weitai, et al.
Pubblicazione: (2024)

Multi-modal Generative AI: Multi-modal LLMs, Diffusions, and the Unification
di: Wang, Xin, et al.
Pubblicazione: (2024)

Fusion-Mamba for Cross-modality Object Detection
di: Dong, Wenhao, et al.
Pubblicazione: (2024)

Variational Adapter for Cross-modal Similarity Representation
di: Wei, WenZhang, et al.
Pubblicazione: (2026)

Generating Part-Based Global Explanations Via Correspondence
di: Rathore, Kunal, et al.
Pubblicazione: (2025)

Towards Scalable Foundation Model for Multi-modal and Hyperspectral Geospatial Data
di: Si, Haozhe, et al.
Pubblicazione: (2025)

Text-guided 3D Human Motion Generation with Keyframe-based Parallel Skip Transformer
di: Geng, Zichen, et al.
Pubblicazione: (2024)

DHCP: Detecting Hallucinations by Cross-modal Attention Pattern in Large Vision-Language Models
di: Zhang, Yudong, et al.
Pubblicazione: (2024)

ViT-Lens: Towards Omni-modal Representations
di: Lei, Weixian, et al.
Pubblicazione: (2023)

Cross-modality Guidance-aided Multi-modal Learning with Dual Attention for MRI Brain Tumor Grading
di: Xu, Dunyuan, et al.
Pubblicazione: (2024)

MOCHA: Multi-modal Objects-aware Cross-arcHitecture Alignment
di: Camuffo, Elena, et al.
Pubblicazione: (2025)