Buchumschlag

DenoMAE2.0: Improving Denoising Masked Autoencoders by Classifying Local Patches

Fuente: arXiv

Gespeichert in:

Bibliographische Detailangaben
Hauptverfasser:	Faysal, Atik, Rostami, Mohammad, Boushine, Taha, Roshan, Reihaneh Gh., Wang, Huaxia, Muralidhar, Nikhil
Format:	Preprint
Veröffentlicht:	2025
Schlagworte:	Machine Learning Artificial Intelligence
Online-Zugang:	Acceder al recurso
Tags:	Tag hinzufügen Keine Tags, Fügen Sie den ersten Tag hinzu!

Ähnliche Einträge

DenoMAE: A Multimodal Autoencoder for Denoising Modulation Signals
von: Faysal, Atik, et al.
Veröffentlicht: (2025)

Semi-Supervised Masked Autoencoders: Unlocking Vision Transformer Potential with Limited Data
von: Faysal, Atik, et al.
Veröffentlicht: (2026)

Finetune-Informed Pretraining Boosts Downstream Performance
von: Faysal, Atik, et al.
Veröffentlicht: (2026)

NMformer: A Transformer for Noisy Modulation Classification in Wireless Communication
von: Faysal, Atik, et al.
Veröffentlicht: (2024)

Plug-and-Play AMC: Context Is King in Training-Free, Open-Set Modulation with LLMs
von: Rostami, Mohammad, et al.
Veröffentlicht: (2025)

Large Language Models Can Perform Automatic Modulation Classification via Discretized Self-supervised Candidate Retrieval
von: Rostami, Mohammad, et al.
Veröffentlicht: (2025)

Meta-Task: A Method-Agnostic Framework for Learning to Regularize in Few-Shot Learning
von: Rostami, Mohammad, et al.
Veröffentlicht: (2024)

SimO Loss: Anchor-Free Contrastive Loss for Fine-Grained Supervised Contrastive Learning
von: Bouhsine, Taha, et al.
Veröffentlicht: (2024)

CageDroneRF: A Large-Scale RF Benchmark and Toolkit for Drone Perception
von: Rostami, Mohammad, et al.
Veröffentlicht: (2026)

CL-MAE: Curriculum-Learned Masked Autoencoders
von: Madan, Neelu, et al.
Veröffentlicht: (2023)

i-MAE: Are Latent Representations in Masked Autoencoders Linearly Separable?
von: Zhang, Kevin, et al.
Veröffentlicht: (2022)

USF-MAE: Ultrasound Self-Supervised Foundation Model with Masked Autoencoding
von: Megahed, Youssef, et al.
Veröffentlicht: (2025)

SCE-MAE: Selective Correspondence Enhancement with Masked Autoencoder for Self-Supervised Landmark Estimation
von: Yin, Kejia, et al.
Veröffentlicht: (2024)

HiMAE: Hierarchical Masked Autoencoders Discover Resolution-Specific Structure in Wearable Time Series
von: Lee, Simon A., et al.
Veröffentlicht: (2025)

Patch Progression Masked Autoencoder with Fusion CNN Network for Classifying Evolution Between Two Pairs of 2D OCT Slices
von: Zhang, Philippe, et al.
Veröffentlicht: (2025)

HyperspectralMAE: The Hyperspectral Imagery Classification Model using Fourier-Encoded Dual-Branch Masked Autoencoder
von: Jeong, Wooyoung, et al.
Veröffentlicht: (2025)

Kurtosis-Guided Denoising Score Matching for Tabular Anomaly Detection
von: Livernoche, Victor, et al.
Veröffentlicht: (2026)

R-MAE: Regions Meet Masked Autoencoders
von: Nguyen, Duy-Kien, et al.
Veröffentlicht: (2023)

Improving Robustness In Sparse Autoencoders via Masked Regularization
von: Narayanaswamy, Vivek, et al.
Veröffentlicht: (2026)

Denoising Concept Vectors with Sparse Autoencoders for Improved Language Model Steering
von: Zhao, Haiyan, et al.
Veröffentlicht: (2025)

Expert Personas Improve LLM Alignment but Damage Accuracy: Bootstrapping Intent-Based Persona Routing with PRISM
von: Hu, Zizhao, et al.
Veröffentlicht: (2026)

DuGI-MAE: Improving Infrared Mask Autoencoders via Dual-Domain Guidance
von: Xing, Yinghui, et al.
Veröffentlicht: (2025)

Cluster and Predict Latent Patches for Improved Masked Image Modeling
von: Darcet, Timothée, et al.
Veröffentlicht: (2025)

Gaussian Masked Autoencoders
von: Rajasegaran, Jathushan, et al.
Veröffentlicht: (2025)

SupMAE: Supervised Masked Autoencoders Are Efficient Vision Learners
von: Liang, Feng, et al.
Veröffentlicht: (2022)

DailyMAE: Towards Pretraining Masked Autoencoders in One Day
von: Wu, Jiantao, et al.
Veröffentlicht: (2024)

PCP-MAE: Learning to Predict Centers for Point Masked Autoencoders
von: Zhang, Xiangdong, et al.
Veröffentlicht: (2024)

MV2MAE: Multi-View Video Masked Autoencoders
von: Shah, Ketul, et al.
Veröffentlicht: (2024)

T-MAE: Temporal Masked Autoencoders for Point Cloud Representation Learning
von: Wei, Weijie, et al.
Veröffentlicht: (2023)

DenoGrad: A Gradient-Based Framework for Data Refinement in Tabular and Time-Series Learning
von: Alonso-Ramos, J. Javier, et al.
Veröffentlicht: (2025)

SatSwinMAE: Efficient Autoencoding for Multiscale Time-series Satellite Imagery
von: Nakayama, Yohei, et al.
Veröffentlicht: (2024)

DeltaDeno: Zero-Shot Anomaly Generation via Delta-Denoising Attribution
von: Xu, Chaoran, et al.
Veröffentlicht: (2025)

DenoSent: A Denoising Objective for Self-Supervised Sentence Representation Learning
von: Wang, Xinghao, et al.
Veröffentlicht: (2024)

SyncLipMAE: Contrastive Masked Pretraining for Audio-Visual Talking-Face Representation
von: Ling, Zeyu, et al.
Veröffentlicht: (2025)

Leveraging Foundation Models for Enhancing Robot Perception and Action
von: Mirjalili, Reihaneh
Veröffentlicht: (2025)

IMTS is Worth Time $\times$ Channel Patches: Visual Masked Autoencoders for Irregular Multivariate Time Series Prediction
von: Hu, Zhangyi, et al.
Veröffentlicht: (2025)

Rethinking Patch Dependence for Masked Autoencoders
von: Fu, Letian, et al.
Veröffentlicht: (2024)

DenoMamba: A fused state-space model for low-dose CT denoising
von: Öztürk, Şaban, et al.
Veröffentlicht: (2024)

Dial-MAE: ConTextual Masked Auto-Encoder for Retrieval-based Dialogue Systems
von: Su, Zhenpeng, et al.
Veröffentlicht: (2023)

GeoMAE: Masking Representation Learning for Spatio-Temporal Graph Forecasting with Missing Values
von: Ke, Songyu, et al.
Veröffentlicht: (2025)