Buchumschlag

On the universality of neural encodings in CNNs

Fuente: arXiv

Gespeichert in:

Bibliographische Detailangaben
Hauptverfasser:	Guth, Florentin, Ménard, Brice
Format:	Preprint
Veröffentlicht:	2024
Schlagworte:	Machine Learning Computer Vision and Pattern Recognition
Online-Zugang:	Acceder al recurso
Tags:	Tag hinzufügen Keine Tags, Fügen Sie den ersten Tag hinzu!

Ähnliche Einträge

A Rainbow in Deep Network Black Boxes
von: Guth, Florentin, et al.
Veröffentlicht: (2023)

Classification-Denoising Networks
von: Thiry, Louis, et al.
Veröffentlicht: (2024)

Generalization in diffusion models arises from geometry-adaptive harmonic representations
von: Kadkhodaie, Zahra, et al.
Veröffentlicht: (2023)

Learning Normalized Energy Models for Linear Inverse Problems
von: Zilberstein, Nicolas, et al.
Veröffentlicht: (2026)

Understanding CNNs from excitations
von: Ying, Zijian, et al.
Veröffentlicht: (2022)

PDE-CNNs: Axiomatic Derivations and Applications
von: Bellaard, Gijs, et al.
Veröffentlicht: (2024)

Post-hoc Self-explanation of CNNs
von: Boubekki, Ahcène, et al.
Veröffentlicht: (2026)

Data-Free Dynamic Compression of CNNs for Tractable Efficiency
von: Meiner, Lukas, et al.
Veröffentlicht: (2023)

Interpretable breast cancer classification using CNNs on mammographic images
von: Balve, Ann-Kristin, et al.
Veröffentlicht: (2024)

Lightweight CNNs for Embedded SAR Ship Target Detection and Classification
von: Kresse, Fabian, et al.
Veröffentlicht: (2025)

Intriguing Frequency Interpretation of Adversarial Robustness for CNNs and ViTs
von: Chen, Lu, et al.
Veröffentlicht: (2025)

ReDistill: Residual Encoded Distillation for Peak Memory Reduction of CNNs
von: Chen, Fang, et al.
Veröffentlicht: (2024)

A Greedy Hierarchical Approach to Whole-Network Filter-Pruning in CNNs
von: Purohit, Kiran, et al.
Veröffentlicht: (2024)

Optimized CNNs for Rapid 3D Point Cloud Object Recognition
von: Lyu, Tianyi, et al.
Veröffentlicht: (2024)

DeBUGCN -- Detecting Backdoors in CNNs Using Graph Convolutional Networks
von: Vartak, Akash, et al.
Veröffentlicht: (2025)

Vision Transformers for Kidney Stone Image Classification: A Comparative Study with CNNs
von: Reyes-Amezcua, Ivan, et al.
Veröffentlicht: (2025)

Robust Experts: the Effect of Adversarial Training on CNNs with Sparse Mixture-of-Experts Layers
von: Pavlitska, Svetlana, et al.
Veröffentlicht: (2025)

PROM: Prioritize Reduction of Multiplications Over Lower Bit-Widths for Efficient CNNs
von: Meiner, Lukas, et al.
Veröffentlicht: (2025)

SpaNN: Detecting Multiple Adversarial Patches on CNNs by Spanning Saliency Thresholds
von: Victorica, Mauricio Byrd, et al.
Veröffentlicht: (2025)

Robustness and sex differences in skin cancer detection: logistic regression vs CNNs
von: Pedersen, Nikolette, et al.
Veröffentlicht: (2025)

Exploring the Synergies of Hybrid CNNs and ViTs Architectures for Computer Vision: A survey
von: Yunusa, Haruna, et al.
Veröffentlicht: (2024)

Leveraging Pre-trained CNNs for Efficient Feature Extraction in Rice Leaf Disease Classification
von: Sobuj, Md. Shohanur Islam, et al.
Veröffentlicht: (2024)

Effects of Gabor Filters on Classification Performance of CNNs Trained on a Limited Number of Conditions
von: Morita, Akito, et al.
Veröffentlicht: (2026)

A combination of noise and bilateral filters achieve supralinear and scalable adversarial robustness in CNNs
von: Stalder, Nicolas, et al.
Veröffentlicht: (2026)

Exploring the ability of CNNs to generalise to previously unseen scales over wide scale ranges
von: Jansson, Ylva, et al.
Veröffentlicht: (2020)

Bases of Steerable Kernels for Equivariant CNNs: From 2D Rotations to the Lorentz Group
von: Garbarz, Alan
Veröffentlicht: (2026)

On the Relationship Between Double Descent of CNNs and Shape/Texture Bias Under Learning Process
von: Iwase, Shun, et al.
Veröffentlicht: (2025)

Benchmarking Vision Transformers and CNNs for Thermal Photovoltaic Fault Detection with Explainable AI Validation
von: Aksoy, Serra
Veröffentlicht: (2025)

Efficient Hyperparameter Importance Assessment for CNNs
von: Wang, Ruinan, et al.
Veröffentlicht: (2024)

Unified CNNs and transformers underlying learning mechanism reveals multi-head attention modus vivendi
von: Koresh, Ella, et al.
Veröffentlicht: (2025)

QuIC: A Quantum-Inspired Interaction Classifier for Revitalizing Shallow CNNs in Fine-Grained Recognition
von: Wu, Cheng Ying, et al.
Veröffentlicht: (2026)

Phasor-Driven Acceleration for FFT-based CNNs
von: Reis, Eduardo, et al.
Veröffentlicht: (2024)

Explaning with trees: interpreting CNNs using hierarchies
von: Rodrigues, Caroline Mazini, et al.
Veröffentlicht: (2024)

CNNs Avoid Curse of Dimensionality by Learning on Patches
von: Madala, Vamshi C., et al.
Veröffentlicht: (2022)

Memory-Efficient 3D Denoising Diffusion Models for Medical Image Processing
von: Bieder, Florentin, et al.
Veröffentlicht: (2023)

Explaining Model Overfitting in CNNs via GMM Clustering
von: Dou, Hui, et al.
Veröffentlicht: (2024)

Learning Under Extreme Data Scarcity: Subject-Level Evaluation of Lightweight CNNs for fMRI-Based Prodromal Parkinsons Detection
von: Rahman, Naimur
Veröffentlicht: (2026)

Learning a distance measure from the information-estimation geometry of data
von: Ohayon, Guy, et al.
Veröffentlicht: (2025)

Evaluating the Stability of Semantic Concept Representations in CNNs for Robust Explainability
von: Mikriukov, Georgii, et al.
Veröffentlicht: (2023)

TraNCE: Transformative Non-linear Concept Explainer for CNNs
von: Akpudo, Ugochukwu Ejike, et al.
Veröffentlicht: (2025)