:: Library Catalog

Buchumschlag

Gespeichert in:

Bibliographische Detailangaben
Hauptverfasser:	Wang, Zedong, Li, Siyuan, Xu, Dan
Format:	Preprint
Veröffentlicht:	2025
Schlagworte:	Machine Learning Computer Vision and Pattern Recognition
Online-Zugang:	https://arxiv.org/abs/2507.21049
Tags:	Tag hinzufügen Keine Tags, Fügen Sie den ersten Tag hinzu!

Ähnliche Einträge

DiffusionMTL: Learning Multi-Task Denoising Diffusion Model from Partially Annotated Data
von: Ye, Hanrong, et al.
Veröffentlicht: (2024)

MTL-UE: Learning to Learn Nothing for Multi-Task Learning
von: Yu, Yi, et al.
Veröffentlicht: (2025)

RobuMTL: Enhancing Multi-Task Learning Robustness Against Weather Conditions
von: Shaffee, Tasneem, et al.
Veröffentlicht: (2026)

MTL-Split: Multi-Task Learning for Edge Devices using Split Computing
von: Capogrosso, Luigi, et al.
Veröffentlicht: (2024)

MTL-MAD: Multi-Task Learners are Effective Medical Anomaly Detectors
von: Bercean, Bogdan Alexandru, et al.
Veröffentlicht: (2026)

SDCoNet: Saliency-Driven Multi-Task Collaborative Network for Remote Sensing Object Detection
von: Qi, Ruo, et al.
Veröffentlicht: (2026)

StableMTL: Repurposing Latent Diffusion Models for Multi-Task Learning from Partially Annotated Synthetic Datasets
von: Cao, Anh-Quan, et al.
Veröffentlicht: (2025)

Unveiling the Backbone-Optimizer Coupling Bias in Visual Representation Learning
von: Li, Siyuan, et al.
Veröffentlicht: (2024)

Unleashing the Power of Multi-Task Learning: A Comprehensive Survey Spanning Traditional, Deep, and Pretrained Foundation Model Eras
von: Yu, Jun, et al.
Veröffentlicht: (2024)

CORE-MTL: Rethinking Gradient Balancing via Causal Orthogonal Representations
von: Wu, Chengfeng, et al.
Veröffentlicht: (2026)

Divisive Decisions: Improving Salience-Based Training for Generalization in Binary Classification Tasks
von: Piland, Jacob, et al.
Veröffentlicht: (2025)

Representation Surgery for Multi-Task Model Merging
von: Yang, Enneng, et al.
Veröffentlicht: (2024)

SGW-based Multi-Task Learning in Vision Tasks
von: Zhang, Ruiyuan, et al.
Veröffentlicht: (2024)

Beer-Lambert Autoencoder for Unsupervised Stain Representation Learning and Deconvolution in Multi-immunohistochemical Brightfield Histology Images
von: Eastwood, Mark, et al.
Veröffentlicht: (2026)

AdaMerging: Adaptive Model Merging for Multi-Task Learning
von: Yang, Enneng, et al.
Veröffentlicht: (2023)

Joint-Task Regularization for Partially Labeled Multi-Task Learning
von: Nishi, Kento, et al.
Veröffentlicht: (2024)

AdapMTL: Adaptive Pruning Framework for Multitask Learning Model
von: Xiang, Mingcan, et al.
Veröffentlicht: (2024)

Quantifying Task Priority for Multi-Task Optimization
von: Jeong, Wooseong, et al.
Veröffentlicht: (2024)

Unleashing the Power of Vision-Language Models for Long-Tailed Multi-Label Visual Recognition
von: Tang, Wei, et al.
Veröffentlicht: (2025)

MMEarth: Exploring Multi-Modal Pretext Tasks For Geospatial Representation Learning
von: Nedungadi, Vishal, et al.
Veröffentlicht: (2024)

LMSeg: Unleashing the Power of Large-Scale Models for Open-Vocabulary Semantic Segmentation
von: Tang, Huadong, et al.
Veröffentlicht: (2024)

AdaTask: A Task-aware Adaptive Learning Rate Approach to Multi-task Learning
von: Yang, Enneng, et al.
Veröffentlicht: (2022)

Task-Aware Multi-Expert Architecture For Lifelong Deep Learning
von: Wang, Jianyu, et al.
Veröffentlicht: (2025)

Simplifying CLIP: Unleashing the Power of Large-Scale Models on Consumer-level Computers
von: Liu, Hongbo
Veröffentlicht: (2024)

Transferable Tactile Transformers for Representation Learning Across Diverse Sensors and Tasks
von: Zhao, Jialiang, et al.
Veröffentlicht: (2024)

LRTuckerRep: Low-rank Tucker Representation Model for Multi-dimensional Data Completion
von: Gong, Wenwu, et al.
Veröffentlicht: (2025)

Gradient Similarity Surgery in Multi-Task Deep Learning
von: Borsani, Thomas, et al.
Veröffentlicht: (2025)

SurgeryV2: Bridging the Gap Between Model Merging and Multi-Task Learning with Deep Representation Surgery
von: Yang, Enneng, et al.
Veröffentlicht: (2024)

DRESS: Disentangled Representation-based Self-Supervised Meta-Learning for Diverse Tasks
von: Cui, Wei, et al.
Veröffentlicht: (2025)

Frequency Switching Mechanism for Parameter-E!cient Multi-Task Learning
von: Liu, Shih-Wen, et al.
Veröffentlicht: (2026)

INTERACT-CMIL: Multi-Task Shared Learning and Inter-Task Consistency for Conjunctival Melanocytic Intraepithelial Lesion Grading
von: Ikinci, Mert, et al.
Veröffentlicht: (2025)

Multi-Task Learning for Visually Grounded Reasoning in Gastrointestinal VQA
von: Safwan, Itbaan, et al.
Veröffentlicht: (2025)

Towards Task Sampler Learning for Meta-Learning
von: Wang, Jingyao, et al.
Veröffentlicht: (2023)

SpaNN: Detecting Multiple Adversarial Patches on CNNs by Spanning Saliency Thresholds
von: Victorica, Mauricio Byrd, et al.
Veröffentlicht: (2025)

GNFactor: Multi-Task Real Robot Learning with Generalizable Neural Feature Fields
von: Ze, Yanjie, et al.
Veröffentlicht: (2023)

Parameter-efficient Multi-Task and Multi-Domain Learning using Factorized Tensor Networks
von: Garg, Yash, et al.
Veröffentlicht: (2023)

Machine Learning for the Digital Typhoon Dataset: Extensions to Multiple Basins and New Developments in Representations and Tasks
von: Kitamoto, Asanobu, et al.
Veröffentlicht: (2024)

A Survey on Deep Multi-Task Learning in Connected Autonomous Vehicles
von: Wang, Jiayuan, et al.
Veröffentlicht: (2025)

Soft Task-Aware Routing of Experts for Equivariant Representation Learning
von: Jeon, Jaebyeong, et al.
Veröffentlicht: (2025)

Multi-Task Model Merging via Adaptive Weight Disentanglement
von: Xiong, Feng, et al.
Veröffentlicht: (2024)