Buchumschlag

Objective drives the consistency of representational similarity across datasets

Fuente: arXiv

Gespeichert in:

Bibliographische Detailangaben
Hauptverfasser:	Ciernik, Laure, Linhardt, Lorenz, Morik, Marco, Dippel, Jonas, Kornblith, Simon, Muttenthaler, Lukas
Format:	Preprint
Veröffentlicht:	2024
Schlagworte:	Computer Vision and Pattern Recognition Artificial Intelligence Machine Learning
Online-Zugang:	Acceder al recurso
Tags:	Tag hinzufügen Keine Tags, Fügen Sie den ersten Tag hinzu!

Ähnliche Einträge

Human alignment of neural network representations
von: Muttenthaler, Lukas, et al.
Veröffentlicht: (2022)

Beyond the final layer: Attentive multilayer fusion for vision transformers
von: Ciernik, Laure, et al.
Veröffentlicht: (2026)

Aligning Machine and Human Visual Representations across Abstraction Levels
von: Muttenthaler, Lukas, et al.
Veröffentlicht: (2024)

Dimensions underlying the representational alignment of deep neural networks with humans
von: Mahner, Florian P., et al.
Veröffentlicht: (2024)

Latent Diffusion U-Net Representations Contain Positional Embeddings and Anomalies
von: Loos, Jonas, et al.
Veröffentlicht: (2025)

Atlas 2 -- Foundation models for clinical deployment
von: Alber, Maximilian, et al.
Veröffentlicht: (2026)

When Does Perceptual Alignment Benefit Vision Representations?
von: Sundaram, Shobhita, et al.
Veröffentlicht: (2024)

xMIL: Insightful Explanations for Multiple Instance Learning in Histopathology
von: Hense, Julius, et al.
Veröffentlicht: (2024)

MAN TruckScenes: A multimodal dataset for autonomous trucking in diverse conditions
von: Fent, Felix, et al.
Veröffentlicht: (2024)

What Drives Compositional Generalization? The Importance of Continuous Training Objectives in Visual Generative Models
von: Farid, Karim, et al.
Veröffentlicht: (2025)

CNN-based explanation ensembling for dataset, representation and explanations evaluation
von: Hryniewska-Guzik, Weronika, et al.
Veröffentlicht: (2024)

Analytical Uncertainty-Based Loss Weighting in Multi-Task Learning
von: Kirchdorfer, Lukas, et al.
Veröffentlicht: (2024)

Temporal-consistent CAMs for Weakly Supervised Video Segmentation in Waste Sorting
von: Marelli, Andrea, et al.
Veröffentlicht: (2025)

Disentangled representations of microscopy images
von: Dapueto, Jacopo, et al.
Veröffentlicht: (2025)

Selective Mixup Fine-Tuning for Optimizing Non-Decomposable Objectives
von: Ramasubramanian, Shrinivas, et al.
Veröffentlicht: (2024)

Step-level Denoising-time Diffusion Alignment with Multiple Objectives
von: Zhang, Qi, et al.
Veröffentlicht: (2026)

POMONAG: Pareto-Optimal Many-Objective Neural Architecture Generator
von: Lomurno, Eugenio, et al.
Veröffentlicht: (2024)

Rethinking Multi-domain Generalization with A General Learning Objective
von: Tan, Zhaorui, et al.
Veröffentlicht: (2024)

Pixel-level Certified Explanations via Randomized Smoothing
von: Anani, Alaa, et al.
Veröffentlicht: (2025)

Investigating Pre-Training Objectives for Generalization in Vision-Based Reinforcement Learning
von: Kim, Donghu, et al.
Veröffentlicht: (2024)

Atlas: A Novel Pathology Foundation Model by Mayo Clinic, Charité, and Aignostics
von: Alber, Maximilian, et al.
Veröffentlicht: (2025)

Research on target detection method of distracted driving behavior based on improved YOLOv8
von: Shen, Shiquan, et al.
Veröffentlicht: (2024)

Source-Free Domain Adaptation for YOLO Object Detection
von: Varailhon, Simon, et al.
Veröffentlicht: (2024)

Effective Backdoor Mitigation in Vision-Language Models Depends on the Pre-training Objective
von: Verma, Sahil, et al.
Veröffentlicht: (2023)

A Systematic Comparison of Training Objectives for Out-of-Distribution Detection in Image Classification
von: Genç, Furkan, et al.
Veröffentlicht: (2026)

Differential privacy representation geometry for medical image analysis
von: Arasteh, Soroosh Tayebi, et al.
Veröffentlicht: (2026)

Hidden in plain sight: VLMs overlook their visual representations
von: Fu, Stephanie, et al.
Veröffentlicht: (2025)

SemPPL: Predicting pseudo-labels for better contrastive representations
von: Bošnjak, Matko, et al.
Veröffentlicht: (2023)

A self-supervised framework for learning whole slide representations
von: Hou, Xinhai, et al.
Veröffentlicht: (2024)

Towards Robust Foundation Models for Digital Pathology
von: Kömen, Jonah, et al.
Veröffentlicht: (2025)

Implicit neural representation of textures
von: Kwok, Albert, et al.
Veröffentlicht: (2026)

CDF Transform-and-Shift: An effective way to deal with datasets of inhomogeneous cluster densities
von: Zhu, Ye, et al.
Veröffentlicht: (2018)

Transferring disentangled representations: bridging the gap between synthetic and real images
von: Dapueto, Jacopo, et al.
Veröffentlicht: (2024)

Examining Common Paradigms in Multi-Task Learning
von: Elich, Cathrin, et al.
Veröffentlicht: (2023)

Hierarchical Classification for Automated Image Annotation of Coral Reef Benthic Structures
von: Blondin, Célia, et al.
Veröffentlicht: (2024)

Self-Supervised Bootstrapping of Action-Predictive Embodied Reasoning
von: Ganai, Milan, et al.
Veröffentlicht: (2026)

MonoSOWA: Scalable monocular 3D Object detector Without human Annotations
von: Skvrna, Jan, et al.
Veröffentlicht: (2025)

A Retrospect to Multi-prompt Learning across Vision and Language
von: Chen, Ziliang, et al.
Veröffentlicht: (2025)

Transporting Task Vectors across Different Architectures without Training
von: Rinaldi, Filippo, et al.
Veröffentlicht: (2026)

Multi-task learning on partially labeled datasets via invariant/equivariant semi-supervised learning
von: Rabadán, Miquel Martí i, et al.
Veröffentlicht: (2026)