Buchumschlag

Distilling foundation models for robust and efficient models in digital pathology

Fuente: arXiv

Gespeichert in:

Bibliographische Detailangaben
Hauptverfasser:	Filiot, Alexandre, Dop, Nicolas, Tchita, Oussama, Riou, Auriane, Dubois, Rémy, Peeters, Thomas, Valter, Daria, Scalbert, Marin, Saillard, Charlie, Robin, Geneviève, Olivier, Antoine
Format:	Preprint
Veröffentlicht:	2025
Schlagworte:	Computer Vision and Pattern Recognition 68T45 I.4.9; J.3
Online-Zugang:	Acceder al recurso
Tags:	Tag hinzufügen Keine Tags, Fügen Sie den ersten Tag hinzu!

Ähnliche Einträge

Phikon-v2, A large and public feature extractor for biomarker prediction
von: Filiot, Alexandre, et al.
Veröffentlicht: (2024)

Robust sensitivity control in digital pathology via tile score distribution matching
von: Pignet, Arthur, et al.
Veröffentlicht: (2025)

HistoEncoder: a digital pathology foundation model for prostate cancer
von: Pohjonen, Joona, et al.
Veröffentlicht: (2024)

Recherches sur le développement et la nutrition du sac embryonnaire et de l'endosperme des Buddleia
von: Dop, Paul
Veröffentlicht: (1913)

Tabular foundation models for robust calibration of near-infrared chemical sensing data
von: Reiter, Robin, et al.
Veröffentlicht: (2026)

Teaching pathology foundation models to accurately predict gene expression with parameter efficient knowledge transfer
von: Pan, Shi, et al.
Veröffentlicht: (2025)

Tissue Concepts: supervised foundation models in computational pathology
von: Nicke, Till, et al.
Veröffentlicht: (2024)

Streamline pathology foundation model by cross-magnification distillation
von: Su, Ziyu, et al.
Veröffentlicht: (2025)

Enabling clinical use of foundation models for computational pathology
von: Henriksen, Audun L, et al.
Veröffentlicht: (2026)

EBSCO's Usage Consolidation Attempts to Streamline Gathering, Storage, and Reporting of Usage Statistics
von: Remy, Charlie
Veröffentlicht: (2012)

Towards domain-invariant Self-Supervised Learning with Batch Styles Standardization
von: Scalbert, Marin, et al.
Veröffentlicht: (2023)

A multimodal vision foundation model for generalizable knee pathology
von: Yu, Kang, et al.
Veröffentlicht: (2026)

PESTO: Pitch Estimation with Self-supervised Transposition-equivariant Objective
von: Riou, Alain, et al.
Veröffentlicht: (2023)

Translation-Equivariant Self-Supervised Learning for Pitch Estimation with Optimal Transport
von: Torres, Bernardo, et al.
Veröffentlicht: (2025)

Investigating Design Choices in Joint-Embedding Predictive Architectures for General Audio Representation Learning
von: Riou, Alain, et al.
Veröffentlicht: (2024)

VISTA-PATH: An interactive foundation model for pathology image segmentation and quantitative analysis in computational pathology
von: Liang, Peixian, et al.
Veröffentlicht: (2026)

Are foundation models efficient for medical image segmentation?
von: Ferreira, Danielle, et al.
Veröffentlicht: (2023)

Benchmarking foundation models as feature extractors for weakly-supervised computational pathology
von: Neidlinger, Peter, et al.
Veröffentlicht: (2024)

Training state-of-the-art pathology foundation models with orders of magnitude less data
von: Karasikov, Mikhail, et al.
Veröffentlicht: (2025)

Distillation of atomistic foundation models across architectures and chemical domains
von: Gardner, John L. A., et al.
Veröffentlicht: (2025)

Synthesizing Computable Functions from Rational Specifications over Infinite Words
von: Filiot, Emmanuel, et al.
Veröffentlicht: (2021)

Zero-shot Musical Stem Retrieval with Joint-Embedding Predictive Architectures
von: Riou, Alain, et al.
Veröffentlicht: (2024)

Stem-JEPA: A Joint-Embedding Predictive Architecture for Musical Stem Compatibility Estimation
von: Riou, Alain, et al.
Veröffentlicht: (2024)

Efficient Generation of Binary Magic Squares
von: Riou, Alain
Veröffentlicht: (2025)

Speech foundation models in healthcare: Effect of layer selection on pathological speech feature prediction
von: Wiepert, Daniela A., et al.
Veröffentlicht: (2024)

Learning biologically relevant features in a pathology foundation model using sparse autoencoders
von: Le, Nhat Minh, et al.
Veröffentlicht: (2024)

Towards interpretable prediction of recurrence risk in breast cancer using pathology foundation models
von: Kaczmarzyk, Jakub R., et al.
Veröffentlicht: (2025)

Accelerating vision foundation model for efficient medical image segmentation
von: Xian‐Tao Wu, et al.
Veröffentlicht: (2025)

Speech‐based machine learning for early Alzheimer's phenotypes classification: Predicting both clinical diagnosis and underlying pathology at onset time
von: Eloïse DA CUNHA, et al.
Veröffentlicht: (2025)

Speech‐based machine learning for early Alzheimer's phenotypes classification: Predicting both clinical diagnosis and underlying pathology at onset time
von: Eloïse Da Cunha, et al.
Veröffentlicht: (2025)

A Sentinel-3 foundation model for ocean colour
von: Dawson, Geoffrey, et al.
Veröffentlicht: (2025)

PathBench: A comprehensive comparison benchmark for pathology foundation models towards precision oncology
von: Ma, Jiabo, et al.
Veröffentlicht: (2025)

Generative vector search to improve pathology foundation models across multimodal vision-language tasks
von: Ekvall, Markus, et al.
Veröffentlicht: (2025)

WavJEPA: Semantic learning unlocks robust audio foundation models for raw waveforms
von: Yuksel, Goksenin, et al.
Veröffentlicht: (2025)

GreenRFM: Toward a resource-efficient radiology foundation model
von: Li, Yingtai, et al.
Veröffentlicht: (2026)

Semantic foundations of equality saturation
von: Suciu, Dan, et al.
Veröffentlicht: (2025)

Properly constrained reference priors decay rates for efficient and robust posterior inference
von: Van Biesbroeck, Antoine
Veröffentlicht: (2024)

Estudio anatómico comparativo del corazón de algunas especies de peces de agua dulce del Valle de México / Martha Riou Galicia
von: Riou Galicia, Martha
Veröffentlicht: (1963)

Toward a robust lesion detection model in breast DCE-MRI: adapting foundation models to high-risk women
von: Nascimento, Gabriel A. B. do, et al.
Veröffentlicht: (2025)

A protocol for evaluating robustness to H&E staining variation in computational pathology models
von: Schönpflug, Lydia A., et al.
Veröffentlicht: (2026)