Buchumschlag

SL$^{2}$A-INR: Single-Layer Learnable Activation for Implicit Neural Representation

Fuente: arXiv

Gespeichert in:

Bibliographische Detailangaben
Hauptverfasser:	Heidari, Moein, Rezaeian, Reza, Azad, Reza, Merhof, Dorit, Soltanian-Zadeh, Hamid, Hacihaliloglu, Ilker
Format:	Preprint
Veröffentlicht:	2024
Schlagworte:	Computer Vision and Pattern Recognition
Online-Zugang:	Acceder al recurso
Tags:	Tag hinzufügen Keine Tags, Fügen Sie den ersten Tag hinzu!

Ähnliche Einträge

CENet: Context Enhancement Network for Medical Image Segmentation
von: Bozorgpour, Afshin, et al.
Veröffentlicht: (2025)

Implicit Neural Representations with Fourier Kolmogorov-Arnold Networks
von: Mehrabian, Ali, et al.
Veröffentlicht: (2024)

MSA$^2$Net: Multi-scale Adaptive Attention-guided Network for Medical Image Segmentation
von: Kolahi, Sina Ghorbani, et al.
Veröffentlicht: (2024)

Computation-Efficient Era: A Comprehensive Survey of State Space Models in Medical Image Analysis
von: Heidari, Moein, et al.
Veröffentlicht: (2024)

Enhancing Efficiency in Vision Transformer Networks: Design Techniques and Insights
von: Heidari, Moein, et al.
Veröffentlicht: (2024)

Echo-E$^3$Net: Efficient Endocardial Spatio-Temporal Network for Ejection Fraction Estimation
von: Heidari, Moein, et al.
Veröffentlicht: (2025)

Prompt2Perturb (P2P): Text-Guided Diffusion-Based Adversarial Attacks on Breast Ultrasound Images
von: Medghalchi, Yasamin, et al.
Veröffentlicht: (2024)

XTinyU-Net: Training-Free U-Net Scaling via Initialization-Time Sensitivity
von: Kimbowa, Alvin, et al.
Veröffentlicht: (2026)

Harmonized Feature Conditioning and Frequency-Prompt Personalization for Multi-Rater Medical Segmentation
von: Karimijafarbigloo, Sanaz, et al.
Veröffentlicht: (2026)

LHU-Net: a Lean Hybrid U-Net for Cost-efficient, High-performance Volumetric Segmentation
von: Sadegheih, Yousef, et al.
Veröffentlicht: (2024)

Vision-Language Synthetic Data Enhances Echocardiography Downstream Tasks
von: Ashrafian, Pooria, et al.
Veröffentlicht: (2024)

Continual Learning in Medical Image Analysis: A Comprehensive Review of Recent Advancements and Future Prospects
von: Kumari, Pratibha, et al.
Veröffentlicht: (2023)

Local-to-Global Self-Supervised Representation Learning for Diabetic Retinopathy Grading
von: Hajighasemlou, Mostafa, et al.
Veröffentlicht: (2024)

QuadINR: Hardware-Efficient Implicit Neural Representations Through Quadratic Activation
von: Zhou, Wenyong, et al.
Veröffentlicht: (2025)

I-INR: Iterative Implicit Neural Representations
von: Haider, Ali, et al.
Veröffentlicht: (2025)

WaRA: Wavelet Low Rank Adaptation
von: Heidari, Moein, et al.
Veröffentlicht: (2025)

COSMO-INR: Complex Sinusoidal Modulation for Implicit Neural Representations
von: Thennakoon, Pandula, et al.
Veröffentlicht: (2025)

Improving Pixel Embedding Learning through Intermediate Distance Regression Supervision for Instance Segmentation
von: Wu, Yuli, et al.
Veröffentlicht: (2020)

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

WSI-INR: Implicit Neural Representations for Lesion Segmentation in Whole-Slide Images
von: Wu, Yunheng, et al.
Veröffentlicht: (2026)

SketchINR: A First Look into Sketches as Implicit Neural Representations
von: Bandyopadhyay, Hmrishav, et al.
Veröffentlicht: (2024)

Multiscale Softmax Cross Entropy for Fovea Localization on Color Fundus Photography
von: Wu, Yuli, et al.
Veröffentlicht: (2021)

Gated Differential Linear Attention: A Linear-Time Decoder for High-Fidelity Medical Segmentation
von: Zheng, Hongbo, et al.
Veröffentlicht: (2026)

When Minor Edits Matter: LLM-Driven Prompt Attack for Medical VLM Robustness in Ultrasound
von: Medghalchi, Yasamin, et al.
Veröffentlicht: (2026)

A Study on the Performance of U-Net Modifications in Retroperitoneal Tumor Segmentation
von: Heidari, Moein, et al.
Veröffentlicht: (2025)

Latent-INR: A Flexible Framework for Implicit Representations of Videos with Discriminative Semantics
von: Maiya, Shishira R, et al.
Veröffentlicht: (2024)

FreqINR: Frequency Consistency for Implicit Neural Representation with Adaptive DCT Frequency Loss
von: Wei, Meiyi, et al.
Veröffentlicht: (2024)

INR-Bench: A Unified Benchmark for Implicit Neural Representations in Multi-Domain Regression and Reconstruction
von: Li, Linfei, et al.
Veröffentlicht: (2025)

Echo-CoPilot: A Multiple-Perspective Agentic Framework for Reliable Echocardiography Interpretation
von: Heidari, Moein, et al.
Veröffentlicht: (2025)

Efficient Implicit Neural Compression of Point Clouds via Learnable Activation in Latent Space
von: Zhang, Yichi, et al.
Veröffentlicht: (2025)

Towards Robust and Generalizable Gerchberg Saxton based Physics Inspired Neural Networks for Computer Generated Holography: A Sensitivity Analysis Framework
von: Amrutkar, Ankit, et al.
Veröffentlicht: (2025)

HybridINR-PCGC: Hybrid Lossless Point Cloud Geometry Compression Bridging Pretrained Model and Implicit Neural Representation
von: Huang, Wenjie, et al.
Veröffentlicht: (2026)

Representation-Level Adversarial Regularization for Clinically Aligned Multitask Thyroid Ultrasound Assessment
von: Salama, Dina, et al.
Veröffentlicht: (2026)

KP-INR: A Dual-Branch Implicit Neural Representation Model for Cardiac Cine MRI Reconstruction
von: Lyu, Donghang, et al.
Veröffentlicht: (2025)

Meta-INR: Efficient Encoding of Volumetric Data via Meta-Learning Implicit Neural Representation
von: Yang, Maizhe, et al.
Veröffentlicht: (2025)

StereoINR: Cross-View Geometry Consistent Stereo Super Resolution with Implicit Neural Representation
von: Liu, Yi, et al.
Veröffentlicht: (2025)

CycleINR: Cycle Implicit Neural Representation for Arbitrary-Scale Volumetric Super-Resolution of Medical Data
von: Fang, Wei, et al.
Veröffentlicht: (2024)

Mono2D: A Trainable Monogenic Layer for Robust Knee Cartilage Segmentation on Out-of-Distribution 2D Ultrasound Data
von: Kimbowa, Alvin, et al.
Veröffentlicht: (2025)

Physics-Inspired Generative Models in Medical Imaging: A Review
von: Hein, Dennis, et al.
Veröffentlicht: (2024)

Spatial Transcriptomics Expression Prediction from Histopathology Based on Cross-Modal Mask Reconstruction and Contrastive Learning
von: Liu, Junzhuo, et al.
Veröffentlicht: (2025)