Buchumschlag

End-to-End Multi-Modal Diffusion Mamba

Fuente: arXiv

Gespeichert in:

Bibliographische Detailangaben
Hauptverfasser:	Lu, Chunhao, Lu, Qiang, Dong, Meichen, Luo, Jake
Format:	Preprint
Veröffentlicht:	2025
Schlagworte:	Computer Vision and Pattern Recognition Artificial Intelligence Machine Learning
Online-Zugang:	Acceder al recurso
Tags:	Tag hinzufügen Keine Tags, Fügen Sie den ersten Tag hinzu!

Ähnliche Einträge

Provenance Networks: End-to-End Exemplar-Based Explainability
von: Kayyam, Ali, et al.
Veröffentlicht: (2025)

Mixture-of-Mamba: Enhancing Multi-Modal State-Space Models with Modality-Aware Sparsity
von: Liang, Weixin, et al.
Veröffentlicht: (2025)

Centaur: Robust End-to-End Autonomous Driving with Test-Time Training
von: Sima, Chonghao, et al.
Veröffentlicht: (2025)

Scaling-Aware Data Selection for End-to-End Autonomous Driving Systems
von: Dimlioglu, Tolga, et al.
Veröffentlicht: (2026)

FedDiff: Diffusion Model Driven Federated Learning for Multi-Modal and Multi-Clients
von: Li, DaiXun, et al.
Veröffentlicht: (2023)

M4V: Multi-Modal Mamba for Text-to-Video Generation
von: Huang, Jiancheng, et al.
Veröffentlicht: (2025)

EXAONE Path 2.0: Pathology Foundation Model with End-to-End Supervision
von: Pyeon, Myeongjang, et al.
Veröffentlicht: (2025)

End-to-End Image Compression with Segmentation Guided Dual Coding for Wind Turbines
von: Pérez-Gonzalo, Raül, et al.
Veröffentlicht: (2026)

End-to-End Breast Cancer Radiotherapy Planning via LMMs with Consistency Embedding
von: Kim, Kwanyoung, et al.
Veröffentlicht: (2023)

Hidden Biases of End-to-End Driving Datasets
von: Zimmerlin, Julian, et al.
Veröffentlicht: (2024)

Collision-Aware Vision-Language Learning for End-to-End Driving with Multimodal Infraction Datasets
von: Koran, Alex, et al.
Veröffentlicht: (2026)

Interpretable Decision-Making for End-to-End Autonomous Driving
von: Mirzaie, Mona, et al.
Veröffentlicht: (2025)

End-to-End Training for Unified Tokenization and Latent Denoising
von: Duggal, Shivam, et al.
Veröffentlicht: (2026)

End-to-End Framework Integrating Generative AI and Deep Reinforcement Learning for Autonomous Ultrasound Scanning
von: Elmekki, Hanae, et al.
Veröffentlicht: (2025)

SoccerNet Game State Reconstruction: End-to-End Athlete Tracking and Identification on a Minimap
von: Somers, Vladimir, et al.
Veröffentlicht: (2024)

LEAD: Minimizing Learner-Expert Asymmetry in End-to-End Driving
von: Nguyen, Long, et al.
Veröffentlicht: (2025)

GaussianAD: Gaussian-Centric End-to-End Autonomous Driving
von: Zheng, Wenzhao, et al.
Veröffentlicht: (2024)

RIG: Synergizing Reasoning and Imagination in End-to-End Generalist Policy
von: Zhao, Zhonghan, et al.
Veröffentlicht: (2025)

PRIX: Learning to Plan from Raw Pixels for End-to-End Autonomous Driving
von: Wozniak, Maciej K., et al.
Veröffentlicht: (2025)

DiffuseRAW: End-to-End Generative RAW Image Processing for Low-Light Images
von: Dagli, Rishit
Veröffentlicht: (2023)

DIAL: Decoupling Intent and Action via Latent World Modeling for End-to-End VLA
von: Chen, Yi, et al.
Veröffentlicht: (2026)

EMMA: End-to-End Multimodal Model for Autonomous Driving
von: Hwang, Jyh-Jing, et al.
Veröffentlicht: (2024)

POSESTITCH-SLT: Linguistically Inspired Pose-Stitching for End-to-End Sign Language Translation
von: Joshi, Abhinav, et al.
Veröffentlicht: (2025)

Addressing the Waypoint-Action Gap in End-to-End Autonomous Driving via Vehicle Motion Models
von: Rodríguez-Vidal, Jorge Daniel, et al.
Veröffentlicht: (2026)

What Matters to Enhance Traffic Rule Compliance of Imitation Learning for End-to-End Autonomous Driving
von: Zhou, Hongkuan, et al.
Veröffentlicht: (2023)

RRWaveNet: A Compact End-to-End Multi-Scale Residual CNN for Robust PPG Respiratory Rate Estimation
von: Osathitporn, Pongpanut, et al.
Veröffentlicht: (2022)

STORM: End-to-End Referring Multi-Object Tracking in Videos
von: Lu, Zijia, et al.
Veröffentlicht: (2026)

AI-driven Automation of End-to-end Assessment of Suturing Expertise
von: Deo, Atharva, et al.
Veröffentlicht: (2025)

SKGE-SWIN: End-To-End Autonomous Vehicle Waypoint Prediction and Navigation Using Skip Stage Swin Transformer
von: Kartiman, Fachri Najm Noer, et al.
Veröffentlicht: (2025)

LLMs Can Evolve Continually on Modality for X-Modal Reasoning
von: Yu, Jiazuo, et al.
Veröffentlicht: (2024)

End-to-end Autonomous Driving: Challenges and Frontiers
von: Chen, Li, et al.
Veröffentlicht: (2023)

Prototyping an End-to-End Multi-Modal Tiny-CNN for Cardiovascular Sensor Patches
von: Ibrahim, Mustafa Fuad Rifet, et al.
Veröffentlicht: (2025)

Attention-Mamba: A Mamba-Enhanced Multi-Scale Parallel Inference Network for Medical Image Segmentation
von: Zhang, Yanhua, et al.
Veröffentlicht: (2024)

MultiOOD: Scaling Out-of-Distribution Detection for Multiple Modalities
von: Dong, Hao, et al.
Veröffentlicht: (2024)

Scaling Diffusion Mamba with Bidirectional SSMs for Efficient Image and Video Generation
von: Mo, Shentong, et al.
Veröffentlicht: (2024)

A Survey on Cache Methods in Diffusion Models: Toward Efficient Multi-Modal Generation
von: Liu, Jiacheng, et al.
Veröffentlicht: (2025)

TinyLidarNet: 2D LiDAR-based End-to-End Deep Learning Model for F1TENTH Autonomous Racing
von: Zarrar, Mohammed Misbah, et al.
Veröffentlicht: (2024)

Mamba-3D as Masked Autoencoders for Accurate and Data-Efficient Analysis of Medical Ultrasound Videos
von: Zhou, Jiaheng, et al.
Veröffentlicht: (2025)

Efficient 3D Shape Generation via Diffusion Mamba with Bidirectional SSMs
von: Mo, Shentong
Veröffentlicht: (2024)

Judge a Book by its Cover: Investigating Multi-Modal LLMs for Multi-Page Handwritten Document Transcription
von: Gutteridge, Benjamin, et al.
Veröffentlicht: (2025)