Buchumschlag

Learning Fourier shapes to probe the geometric world of deep neural networks

Fuente: arXiv

Gespeichert in:

Bibliographische Detailangaben
Hauptverfasser:	Wang, Jian, Yong, Yixing, Bi, Haixia, He, Lijun, Li, Fan
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

Invisible Triggers, Visible Threats! Road-Style Adversarial Creation Attack for Visual 3D Detection in Autonomous Driving
von: Wang, Jian, et al.
Veröffentlicht: (2025)

Classifying point clouds at the facade-level using geometric features and deep learning networks
von: Tan, Yue, et al.
Veröffentlicht: (2024)

Dimensions underlying the representational alignment of deep neural networks with humans
von: Mahner, Florian P., et al.
Veröffentlicht: (2024)

Can neural networks count digit frequency?
von: Khandelwal, Padmaksh
Veröffentlicht: (2023)

Comprehensive framework for evaluation of deep neural networks in detection and quantification of lymphoma from PET/CT images: clinical insights, pitfalls, and observer agreement analyses
von: Ahamed, Shadab, et al.
Veröffentlicht: (2023)

A foundation for exact binarized morphological neural networks
von: Aouad, Theodore, et al.
Veröffentlicht: (2024)

Rolling the dice for better deep learning performance: A study of randomness techniques in deep neural networks
von: Altarabichi, Mohammed Ghaith, et al.
Veröffentlicht: (2024)

A Hard-to-Beat Baseline for Training-free CLIP-based Adaptation
von: Wang, Zhengbo, et al.
Veröffentlicht: (2024)

Adapting Vision-Language Models Without Labels: A Comprehensive Survey
von: Dong, Hao, et al.
Veröffentlicht: (2025)

Kinematic analysis of structural mechanics based on convolutional neural network
von: Zhang, Leye, et al.
Veröffentlicht: (2024)

MemOVCD: Training-Free Open-Vocabulary Change Detection via Cross-Temporal Memory Reasoning and Global-Local Adaptive Rectification
von: Kuang, Zuzheng, et al.
Veröffentlicht: (2026)

Referential communication in heterogeneous communities of pre-trained visual deep networks
von: Mahaut, Matéo, et al.
Veröffentlicht: (2023)

Is Continual Learning Ready for Real-world Challenges?
von: Kontogianni, Theodora, et al.
Veröffentlicht: (2024)

Sign language recognition from skeletal data using graph and recurrent neural networks
von: Mederos, B., et al.
Veröffentlicht: (2025)

Exploring possible vector systems for faster training of neural networks with preconfigured latent spaces
von: Gabdullin, Nikita
Veröffentlicht: (2025)

Evaluating alignment between humans and neural network representations in image-based learning tasks
von: Demircan, Can, et al.
Veröffentlicht: (2023)

Spot Risks Before Speaking! Unraveling Safety Attention Heads in Large Vision-Language Models
von: Zheng, Ziwei, et al.
Veröffentlicht: (2025)

Multi-Head Encoding for Extreme Label Classification
von: Liang, Daojun, et al.
Veröffentlicht: (2024)

HCR-Net: A deep learning based script independent handwritten character recognition network
von: Chauhan, Vinod Kumar, et al.
Veröffentlicht: (2021)

Unleashing the Representational Power of Fourier Shapes for Attacking Infrared Object Detection
von: Yong, Yixing, et al.
Veröffentlicht: (2026)

An approach based on class activation maps for investigating the effects of data augmentation on neural networks for image classification
von: Dorneles, Lucas M., et al.
Veröffentlicht: (2025)

Human alignment of neural network representations
von: Muttenthaler, Lukas, et al.
Veröffentlicht: (2022)

From Isolated Islands to Pangea: Unifying Semantic Space for Human Action Understanding
von: Li, Yong-Lu, et al.
Veröffentlicht: (2023)

CFSPMNet: Cross-subject Fourier-guided Spatial-Patch Mamba Network for EEG Motor Imagery Decoding in Stroke Patients
von: Wang, Xiangkai, et al.
Veröffentlicht: (2026)

Towards Multi-Task Multi-Modal Models: A Video Generative Perspective
von: Yu, Lijun
Veröffentlicht: (2024)

On the Difficulty of Learning a Meta-network for Training Data Selection
von: Du, Zilin, et al.
Veröffentlicht: (2026)

Permutation-equivariant quantum convolutional neural networks
von: Das, Sreetama, et al.
Veröffentlicht: (2024)

Open-world Instance Segmentation: Top-down Learning with Bottom-up Supervision
von: Kalluri, Tarun, et al.
Veröffentlicht: (2023)

Human-like visual computing advances explainability and few-shot learning in deep neural networks for complex physiological data
von: Alahmadi, Alaa, et al.
Veröffentlicht: (2025)

Using predefined vector systems as latent space configuration for neural network supervised training on data with arbitrarily large number of classes
von: Gabdullin, Nikita
Veröffentlicht: (2025)

Progressive Fourier Neural Representation for Sequential Video Compilation
von: Kang, Haeyong, et al.
Veröffentlicht: (2023)

AI-based association analysis for medical imaging using latent-space geometric confounder correction
von: Liu, Xianjing, et al.
Veröffentlicht: (2023)

Learning advisor networks for noisy image classification
von: Ricci, Simone, et al.
Veröffentlicht: (2022)

Rethinking The Uniformity Metric in Self-Supervised Learning
von: Fang, Xianghong, et al.
Veröffentlicht: (2024)

Reasoning-Enhanced Object-Centric Learning for Videos
von: Li, Jian, et al.
Veröffentlicht: (2024)

AMFT: Aligning LLM Reasoners by Meta-Learning the Optimal Imitation-Exploration Balance
von: He, Lixuan, et al.
Veröffentlicht: (2025)

What to Do Next? Memorizing skills from Egocentric Instructional Video
von: Bi, Jing, et al.
Veröffentlicht: (2025)

LOGLO-FNO: Efficient Learning of Local and Global Features in Fourier Neural Operators
von: Kalimuthu, Marimuthu, et al.
Veröffentlicht: (2025)

A Comprehensive Survey on Test-Time Adaptation under Distribution Shifts
von: Liang, Jian, et al.
Veröffentlicht: (2023)

Image space formalism of convolutional neural networks for k-space interpolation
von: Dawood, Peter, et al.
Veröffentlicht: (2024)