:: Library Catalog

Buchumschlag

Gespeichert in:

Bibliographische Detailangaben
Hauptverfasser:	Chen, Han, Martel, Anne L.
Format:	Preprint
Veröffentlicht:	2025
Schlagworte:	Computer Vision and Pattern Recognition
Online-Zugang:	https://arxiv.org/abs/2504.19888
Tags:	Tag hinzufügen Keine Tags, Fügen Sie den ersten Tag hinzu!

Ähnliche Einträge

Attend what matters: Leveraging vision foundational models for breast cancer classification using mammograms
von: Sanghvi, Samyak, et al.
Veröffentlicht: (2026)

Computer Aided Detection and Classification of mammograms using Convolutional Neural Network
von: Ishaq, Kashif, et al.
Veröffentlicht: (2024)

The LongiMam model for improved breast cancer risk prediction using longitudinal mammograms
von: Rakez, Manel, et al.
Veröffentlicht: (2025)

A generalizable 3D framework and model for self-supervised learning in medical imaging
von: Xu, Tony, et al.
Veröffentlicht: (2025)

Classification with 2-D Convolutional Neural Networks for breast cancer diagnosis
von: Sharma, Anuraganand, et al.
Veröffentlicht: (2020)

Deep learning for automated detection of breast cancer in deep ultraviolet fluorescence images with diffusion probabilistic model
von: Ghahfarokhi, Sepehr Salem, et al.
Veröffentlicht: (2024)

Learning using privileged information for segmenting tumors on digital mammograms
von: Tzortzis, Ioannis N., et al.
Veröffentlicht: (2024)

A self-supervised learning approach to deep filter banks for texture recognition
von: Florindo, Joao B., et al.
Veröffentlicht: (2026)

On depth prediction for autonomous driving using self-supervised learning
von: Boulahbal, Houssem
Veröffentlicht: (2024)

Scaling up self-supervised learning for improved surgical foundation models
von: Jaspers, Tim J. M., et al.
Veröffentlicht: (2025)

Breast Cancer Detection from Multi-View Screening Mammograms with Visual Prompt Tuning
von: Chen, Han, et al.
Veröffentlicht: (2025)

CoSwin: Convolution Enhanced Hierarchical Shifted Window Attention For Small-Scale Vision
von: Khadka, Puskal, et al.
Veröffentlicht: (2025)

DB SwinT: A Dual-Branch Swin Transformer Network for Road Extraction in Optical Remote Sensing Imagery
von: He, Zongyang, et al.
Veröffentlicht: (2026)

Learning with less: label-efficient land cover classification at very high spatial resolution using self-supervised deep learning
von: Hester, Dakota, et al.
Veröffentlicht: (2025)

DarSwin: Distortion Aware Radial Swin Transformer
von: Athwale, Akshaya, et al.
Veröffentlicht: (2023)

SparseSwin: Swin Transformer with Sparse Transformer Block
von: Pinasthika, Krisna, et al.
Veröffentlicht: (2023)

EA-Swin: An Embedding-Agnostic Swin Transformer for AI-Generated Video Detection
von: Mai, Hung, et al.
Veröffentlicht: (2026)

DeTurb: Atmospheric Turbulence Mitigation with Deformable 3D Convolutions and 3D Swin Transformers
von: Zou, Zhicheng, et al.
Veröffentlicht: (2024)

Multimodal self-supervised learning for lesion localization
von: Yang, Hao, et al.
Veröffentlicht: (2024)

Hybrid deep convolution model for lung cancer detection with transfer learning
von: Saxena, Sugandha, et al.
Veröffentlicht: (2025)

Barlow-Swin: Toward a novel siamese-based segmentation architecture using Swin-Transformers
von: Haftlang, Morteza Kiani, et al.
Veröffentlicht: (2025)

Robust infrared small target detection using self-supervised and a contrario paradigms
von: Ciocarlan, Alina, et al.
Veröffentlicht: (2024)

MV-Swin-T: Mammogram Classification with Multi-view Swin Transformer
von: Sarker, Sushmita, et al.
Veröffentlicht: (2024)

Classifying Deepfakes Using Swin Transformers
von: Xi, Aprille J., et al.
Veröffentlicht: (2025)

Defect detection using weakly supervised learning
von: Sevetlidis, Vasileios, et al.
Veröffentlicht: (2023)

Complex Swin Transformer for Accelerating Enhanced SMWI Reconstruction
von: Usman, Muhammad, et al.
Veröffentlicht: (2025)

Graph Neural Networks for modelling breast biomechanical compression
von: Awwad, Hadeel, et al.
Veröffentlicht: (2024)

Slice-wise quality assessment of high b-value breast DWI via deep learning-based artifact detection
von: Markale, Ameya, et al.
Veröffentlicht: (2026)

SwinMamba: A hybrid local-global mamba framework for enhancing semantic segmentation of remotely sensed images
von: Zhu, Qinfeng, et al.
Veröffentlicht: (2025)

Small Object Detection for Birds with Swin Transformer
von: Huo, Da, et al.
Veröffentlicht: (2025)

Utilizing Grounded SAM for self-supervised frugal camouflaged human detection
von: Pijarowski, Matthias, et al.
Veröffentlicht: (2024)

Predicting breast cancer with AI for individual risk-adjusted MRI screening and early detection
von: Hirsch, Lukas, et al.
Veröffentlicht: (2023)

The effect of variable labels on deep learning models trained to predict breast density
von: Squires, Steven, et al.
Veröffentlicht: (2022)

SwinIA: Self-Supervised Blind-Spot Image Denoising without Convolutions
von: Papkov, Mikhail, et al.
Veröffentlicht: (2023)

DIAR: Deep Image Alignment and Reconstruction using Swin Transformers
von: Kwiatkowski, Monika, et al.
Veröffentlicht: (2023)

Weed Detection using Convolutional Neural Network
von: Tripathi, Santosh Kumar, et al.
Veröffentlicht: (2025)

Affine transformation estimation improves visual self-supervised learning
von: Torpey, David, et al.
Veröffentlicht: (2024)

Image Super-Resolution Reconstruction Network based on Enhanced Swin Transformer via Alternating Aggregation of Local-Global Features
von: Huang, Yuming, et al.
Veröffentlicht: (2023)

Block Pruning for Enhanced Efficiency in Convolutional Neural Networks
von: Wu, Cheng-En, et al.
Veröffentlicht: (2023)

Sleep-stage efficient classification using a lightweight self-supervised model
von: Durães, Eldiane Borges dos Santos, et al.
Veröffentlicht: (2026)