Buchumschlag

Foundry: Distilling 3D Foundation Models for the Edge

Fuente: arXiv

Gespeichert in:

Bibliographische Detailangaben
Hauptverfasser:	Letellier, Guillaume, Srivastava, Siddharth, Jurie, Frédéric, Sharma, Gaurav
Format:	Preprint
Veröffentlicht:	2025
Schlagworte:	Computer Vision and Pattern Recognition Artificial Intelligence Machine Learning Neural and Evolutionary Computing
Online-Zugang:	Acceder al recurso
Tags:	Tag hinzufügen Keine Tags, Fügen Sie den ersten Tag hinzu!

Ähnliche Einträge

Multistep Distillation of Diffusion Models via Moment Matching
von: Salimans, Tim, et al.
Veröffentlicht: (2024)

B-DENSE: Branching For Dense Ensemble Network Supervision Efficiency
von: Puniani, Cherish, et al.
Veröffentlicht: (2026)

Dynamic Activation with Knowledge Distillation for Energy-Efficient Spiking NN Ensembles
von: Konstantaropoulos, Orestis, et al.
Veröffentlicht: (2025)

CBGT-Net: A Neuromimetic Architecture for Robust Classification of Streaming Data
von: Sharma, Shreya, et al.
Veröffentlicht: (2024)

Evolutionary Neural Architecture Search for 3D Point Cloud Analysis
von: Yang, Yisheng, et al.
Veröffentlicht: (2024)

DUA-D2C: Dynamic Uncertainty Aware Method for Overfitting Remediation in Deep Learning
von: Siddiqui, Md. Saiful Bari, et al.
Veröffentlicht: (2024)

Analyzing and Improving the Training Dynamics of Diffusion Models
von: Karras, Tero, et al.
Veröffentlicht: (2023)

Connective Viewpoints of Signal-to-Noise Diffusion Models
von: Doan, Khanh, et al.
Veröffentlicht: (2024)

Understanding Transformer-based Vision Models through Inversion
von: Rathjens, Jan, et al.
Veröffentlicht: (2024)

Guiding a Diffusion Model with a Bad Version of Itself
von: Karras, Tero, et al.
Veröffentlicht: (2024)

Fooling Contrastive Language-Image Pre-trained Models with CLIPMasterPrints
von: Freiberger, Matthias, et al.
Veröffentlicht: (2023)

STREAM: A Universal State-Space Model for Sparse Geometric Data
von: Schöne, Mark, et al.
Veröffentlicht: (2024)

Breaking Free: How to Hack Safety Guardrails in Black-Box Diffusion Models!
von: Kotyan, Shashank, et al.
Veröffentlicht: (2024)

Finite Difference Flow Optimization for RL Post-Training of Text-to-Image Models
von: McAllister, David, et al.
Veröffentlicht: (2026)

Applying Guidance in a Limited Interval Improves Sample and Distribution Quality in Diffusion Models
von: Kynkäänniemi, Tuomas, et al.
Veröffentlicht: (2024)

STanHop: Sparse Tandem Hopfield Model for Memory-Enhanced Time Series Prediction
von: Wu, Dennis, et al.
Veröffentlicht: (2023)

Neural Sentinel: Unified Vision Language Model (VLM) for License Plate Recognition with Human-in-the-Loop Continual Learning
von: Sivakoti, Karthik
Veröffentlicht: (2026)

SMART: Scalable Mesh-free Aerodynamic Simulations from Raw Geometries using a Transformer-based Surrogate Model
von: Hagnberger, Jan, et al.
Veröffentlicht: (2026)

Towards Efficient Deployment of Hybrid SNNs on Neuromorphic and Edge AI Hardware
von: Seekings, James, et al.
Veröffentlicht: (2024)

A Survey on Foundation Models for Personalized Federated Intelligence
von: Qiao, Yu, et al.
Veröffentlicht: (2025)

NeuRN: Neuro-inspired Domain Generalization for Image Classification
von: Jalil, Hamd, et al.
Veröffentlicht: (2025)

Mice to Machines: Neural Representations from Visual Cortex for Domain Generalization
von: Qazi, Ahmed, et al.
Veröffentlicht: (2025)

Concept Probing: Where to Find Human-Defined Concepts (Extended Version)
von: Ribeiro, Manuel de Sousa, et al.
Veröffentlicht: (2025)

APTx Neuron: A Unified Trainable Neuron Architecture Integrating Activation and Computation
von: Kumar, Ravin
Veröffentlicht: (2025)

The Platonic Representation Hypothesis
von: Huh, Minyoung, et al.
Veröffentlicht: (2024)

Neuromimetic metaplasticity for adaptive continual learning
von: Cho, Suhee, et al.
Veröffentlicht: (2024)

CoNO: Complex Neural Operator for Continous Dynamical Physical Systems
von: Tiwari, Karn, et al.
Veröffentlicht: (2024)

Benchmarking Spiking Neural Network Learning Methods with Varying Locality
von: Lin, Jiaqi, et al.
Veröffentlicht: (2024)

Winning the Lottery by Preserving Network Training Dynamics with Concrete Ticket Search
von: Arora, Tanay, et al.
Veröffentlicht: (2025)

Learning Evolution via Optimization Knowledge Adaptation
von: Wang, Chao, et al.
Veröffentlicht: (2025)

When Person Re-Identification Meets Event Camera: A Benchmark Dataset and An Attribute-guided Re-Identification Framework
von: Wang, Xiao, et al.
Veröffentlicht: (2025)

Temporal Flexibility in Spiking Neural Networks: Towards Generalization Across Time Steps and Deployment Friendliness
von: Du, Kangrui, et al.
Veröffentlicht: (2025)

An extended asymmetric sigmoid with Perceptron (SIGTRON) for imbalanced linear classification
von: Woo, Hyenkyun
Veröffentlicht: (2023)

APTx: better activation function than MISH, SWISH, and ReLU's variants used in deep learning
von: Kumar, Ravin
Veröffentlicht: (2022)

Data augmentation with automated machine learning: approaches and performance comparison with classical data augmentation methods
von: Mumuni, Alhassan, et al.
Veröffentlicht: (2024)

It's Not a Lottery, It's a Race: Understanding How Gradient Descent Adapts the Network's Capacity to the Task
von: Pinson, Hannah
Veröffentlicht: (2026)

Towards Efficient and Accurate Spiking Neural Networks via Adaptive Bit Allocation
von: Yao, Xingting, et al.
Veröffentlicht: (2025)

DS2TA: Denoising Spiking Transformer with Attenuated Spatiotemporal Attention
von: Xu, Boxun, et al.
Veröffentlicht: (2024)

HyperGALE: ASD Classification via Hypergraph Gated Attention with Learnable Hyperedges
von: Arora, Mehul, et al.
Veröffentlicht: (2024)

The devil is in discretization discrepancy. Robustifying Differentiable NAS with Single-Stage Searching Protocol
von: Subbotko, Konstanty, et al.
Veröffentlicht: (2024)