Buchumschlag

Interaction Asymmetry: A General Principle for Learning Composable Abstractions

Fuente: arXiv

Gespeichert in:

Bibliographische Detailangaben
Hauptverfasser:	Brady, Jack, von Kügelgen, Julius, Lachapelle, Sébastien, Buchholz, Simon, Kipf, Thomas, Brendel, Wieland
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

Generation is Required for Data-Efficient Perception
von: Brady, Jack, et al.
Veröffentlicht: (2025)

From Pixels to Components: Eigenvector Masking for Visual Representation Learning
von: Bizeul, Alice, et al.
Veröffentlicht: (2025)

LAION-C: An Out-of-Distribution Benchmark for Web-Scale Vision Models
von: Li, Fanfei, et al.
Veröffentlicht: (2025)

Does CLIP's Generalization Performance Mainly Stem from High Train-Test Similarity?
von: Mayilvahanan, Prasanna, et al.
Veröffentlicht: (2023)

A Sparsity Principle for Partially Observable Causal Representation Learning
von: Xu, Danru, et al.
Veröffentlicht: (2024)

Harnessing Data Asymmetry: Manifold Learning in the Finsler World
von: Dagès, Thomas, et al.
Veröffentlicht: (2026)

InfoNCE: Identifying the Gap Between Theory and Practice
von: Rusak, Evgenia, et al.
Veröffentlicht: (2024)

Self-Supervised Disentanglement by Leveraging Structure in Data Augmentations
von: Eastwood, Cian, et al.
Veröffentlicht: (2023)

Scale Alone Does not Improve Mechanistic Interpretability in Vision Models
von: Zimmermann, Roland S., et al.
Veröffentlicht: (2023)

Identifiable Causal Representation Learning: Unsupervised, Multi-View, and Multi-Environment
von: von Kügelgen, Julius
Veröffentlicht: (2024)

MentisOculi: Revealing the Limits of Reasoning with Mental Imagery
von: Zeller, Jana, et al.
Veröffentlicht: (2026)

Controllable Image Generation with Composed Parallel Token Prediction
von: Stirling, Jamie, et al.
Veröffentlicht: (2024)

Learning to Compose: Improving Object Centric Learning by Injecting Compositionality
von: Jung, Whie, et al.
Veröffentlicht: (2024)

MARVEL: Multidimensional Abstraction and Reasoning through Visual Evaluation and Learning
von: Jiang, Yifan, et al.
Veröffentlicht: (2024)

Direct Motion Models for Assessing Generated Videos
von: Allen, Kelsey, et al.
Veröffentlicht: (2025)

Don't trust your eyes: on the (un)reliability of feature visualizations
von: Geirhos, Robert, et al.
Veröffentlicht: (2023)

DORSal: Diffusion for Object-centric Representations of Scenes et al
von: Jabri, Allan, et al.
Veröffentlicht: (2023)

ViewFusion: Learning Composable Diffusion Models for Novel View Synthesis
von: Spiegl, Bernard, et al.
Veröffentlicht: (2024)

Composing Parts for Expressive Object Generation
von: Rangwani, Harsh, et al.
Veröffentlicht: (2024)

Interpolation-Free Deep Learning for Meteorological Downscaling on Unaligned Grids Across Multiple Domains with Application to Wind Power
von: Giroux, Jean-Sébastien, et al.
Veröffentlicht: (2024)

ConText-CIR: Learning from Concepts in Text for Composed Image Retrieval
von: Xing, Eric, et al.
Veröffentlicht: (2025)

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

Rethinking generalization of classifiers in separable classes scenarios and over-parameterized regimes
von: Martinetz, Julius, et al.
Veröffentlicht: (2024)

Hierarchical Abstraction Enables Human-Like 3D Object Recognition in Deep Learning Models
von: Fu, Shuhao, et al.
Veröffentlicht: (2025)

How Diffusion Models Learn to Factorize and Compose
von: Liang, Qiyao, et al.
Veröffentlicht: (2024)

Multi-View Causal Representation Learning with Partial Observability
von: Yao, Dingling, et al.
Veröffentlicht: (2023)

Composing Open-domain Vision with RAG for Ocean Monitoring and Conservation
von: Dyanatkar, Sepand, et al.
Veröffentlicht: (2024)

Decompose-and-Compose: A Compositional Approach to Mitigating Spurious Correlation
von: Noohdani, Fahimeh Hosseini, et al.
Veröffentlicht: (2024)

Cryo-CARE: Content-Aware Image Restoration for Cryo-Transmission Electron Microscopy Data
von: Buchholz, Tim-Oliver, et al.
Veröffentlicht: (2018)

Provable Compositional Generalization for Object-Centric Learning
von: Wiedemer, Thaddäus, et al.
Veröffentlicht: (2023)

FIRE-CIR: Fine-grained Reasoning for Composed Fashion Image Retrieval
von: Gardères, François, et al.
Veröffentlicht: (2026)

Efficient Adaptation of Large Vision Transformer via Adapter Re-Composing
von: Dong, Wei, et al.
Veröffentlicht: (2023)

Gompertz Linear Units: Leveraging Asymmetry for Enhanced Learning Dynamics
von: Das, Indrashis, et al.
Veröffentlicht: (2025)

A Principled Framework for Multi-View Contrastive Learning
von: Koromilas, Panagiotis, et al.
Veröffentlicht: (2025)

Parabolic Position Encoding: Vision-Centric, Principled, Extrapolatable, General
von: Øhrstrøm, Christoffer Koo, et al.
Veröffentlicht: (2026)

DyST: Towards Dynamic Neural Scene Representations on Real-World Videos
von: Seitzer, Maximilian, et al.
Veröffentlicht: (2023)

Principled Multimodal Representation Learning
von: Liu, Xiaohao, et al.
Veröffentlicht: (2025)

Low-Pass Filtering Improves Behavioral Alignment of Vision Models
von: Wolff, Max, et al.
Veröffentlicht: (2026)

Pix2Code: Learning to Compose Neural Visual Concepts as Programs
von: Wüst, Antonia, et al.
Veröffentlicht: (2024)

Fill the Gap: Quantifying and Reducing the Modality Gap in Image-Text Representation Learning
von: Role, François, et al.
Veröffentlicht: (2025)