Buchumschlag

Structure-preserving contrastive learning for spatial time series

Fuente: arXiv

Gespeichert in:

Bibliographische Detailangaben
Hauptverfasser:	Jiao, Yiru, van Cranenburgh, Sander, Calvert, Simeon, van Lint, Hans
Format:	Preprint
Veröffentlicht:	2025
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

Learning collision risk proactively from naturalistic driving data at scale
von: Jiao, Yiru, et al.
Veröffentlicht: (2025)

A Unified Probabilistic Approach to Traffic Conflict Detection
von: Jiao, Yiru, et al.
Veröffentlicht: (2024)

A utility-based spatial analysis of residential street-level conditions; A case study of Rotterdam
von: van Cranenburgh, Sander, et al.
Veröffentlicht: (2024)

ImageNot: A contrast with ImageNet preserves model rankings
von: Salaudeen, Olawale, et al.
Veröffentlicht: (2024)

Predicting butterfly species presence from satellite imagery using soft contrastive regularisation
von: van der Plas, Thijs L, et al.
Veröffentlicht: (2025)

Decorrelation Speeds Up Vision Transformers
von: Carrigg, Kieran, et al.
Veröffentlicht: (2025)

Understanding normalization in contrastive representation learning and out-of-distribution detection
von: Le-Gia, Tai, et al.
Veröffentlicht: (2023)

Retrieval-guided Cross-view Image Synthesis
von: Yang, Hongji, et al.
Veröffentlicht: (2024)

Can multimodal representation learning by alignment preserve modality-specific information?
von: Thoreau, Romain, et al.
Veröffentlicht: (2025)

On the importance of cross-task features for class-incremental learning
von: Soutif--Cormerais, Albin, et al.
Veröffentlicht: (2021)

Unsupervised visualization of image datasets using contrastive learning
von: Böhm, Jan Niklas, et al.
Veröffentlicht: (2022)

Reproducible scaling laws for contrastive language-image learning
von: Cherti, Mehdi, et al.
Veröffentlicht: (2022)

What to align in multimodal contrastive learning?
von: Dufumier, Benoit, et al.
Veröffentlicht: (2024)

Generalization properties of contrastive world models
von: Ramakrishnan, Kandan, et al.
Veröffentlicht: (2023)

Soft Mixture Denoising: Beyond the Expressive Bottleneck of Diffusion Models
von: Li, Yangming, et al.
Veröffentlicht: (2023)

SaliencyI2PLoc: saliency-guided image-point cloud localization using contrastive learning
von: Li, Yuhao, et al.
Veröffentlicht: (2024)

Castor: Competing shapelets for fast and accurate time series classification
von: Samsten, Isak, et al.
Veröffentlicht: (2024)

Deep learning for precipitation nowcasting: A survey from the perspective of time series forecasting
von: An, Sojung, et al.
Veröffentlicht: (2024)

Pseudolabel guided pixels contrast for domain adaptive semantic segmentation
von: Xiang, Jianzi, et al.
Veröffentlicht: (2025)

Towards noise contrastive estimation with soft targets for conditional models
von: Hugger, Johannes, et al.
Veröffentlicht: (2024)

Context-self contrastive pretraining for crop type semantic segmentation
von: Tarasiou, Michail, et al.
Veröffentlicht: (2021)

Probabilistic road classification in historical maps using synthetic data and deep learning
von: Mühlematter, Dominik J., et al.
Veröffentlicht: (2024)

A comparative study of generative adversarial networks for image recognition algorithms based on deep learning and traditional methods
von: Zhong, Yihao, et al.
Veröffentlicht: (2024)

Zero-shot domain adaptation based on dual-level mix and contrast
von: Zhe, Yu, et al.
Veröffentlicht: (2024)

Structured Output Regularization: a framework for few-shot transfer learning
von: Ewen, Nicolas, et al.
Veröffentlicht: (2025)

Planted: a dataset for planted forest identification from multi-satellite time series
von: Pazos-Outón, Luis Miguel, et al.
Veröffentlicht: (2024)

Robust Segmentation Models using an Uncertainty Slice Sampling Based Annotation Workflow
von: Chlebus, Grzegorz, et al.
Veröffentlicht: (2021)

Topology-preserving Adversarial Training for Alleviating Natural Accuracy Degradation
von: Mi, Xiaoyue, et al.
Veröffentlicht: (2023)

On Error Propagation of Diffusion Models
von: Li, Yangming, et al.
Veröffentlicht: (2023)

Complexity of Linear Regions in Self-supervised Deep ReLU Networks
von: Muthivhi, Mufhumudzi, et al.
Veröffentlicht: (2026)

Advanced Multimodal Deep Learning Architecture for Image-Text Matching
von: Wang, Jinyin, et al.
Veröffentlicht: (2024)

SepVAE: a contrastive VAE to separate pathological patterns from healthy ones
von: Louiset, Robin, et al.
Veröffentlicht: (2023)

Quantitative mapping from conventional MRI using self-supervised physics-guided deep learning: applications to a large-scale, clinically heterogeneous dataset
von: van Lune, Jelmer, et al.
Veröffentlicht: (2026)

Balanced Hyperbolic Embeddings Are Natural Out-of-Distribution Detectors
von: Kasarla, Tejaswi, et al.
Veröffentlicht: (2025)

Poly-MgNet: Polynomial Building Blocks in Multigrid-Inspired ResNets
von: van Betteray, Antonia, et al.
Veröffentlicht: (2025)

Aspect-Based Few-Shot Learning
von: van Engeland, Tim, et al.
Veröffentlicht: (2024)

Shapley Pruning for Neural Network Compression
von: Adamczewski, Kamil, et al.
Veröffentlicht: (2024)

Modular Graph Extraction for Handwritten Circuit Diagram Images
von: Bayer, Johannes, et al.
Veröffentlicht: (2024)

STAG: Structural Test-time Alignment of Gradients for Online Adaptation
von: Shin, Juhyeon, et al.
Veröffentlicht: (2024)

Meta-Sparsity: Learning Optimal Sparse Structures in Multi-task Networks through Meta-learning
von: Upadhyay, Richa, et al.
Veröffentlicht: (2025)