Salvato in:
| Autori principali: | Sprute, Dennis, Senke, Hanna, Flatt, Holger |
|---|---|
| Natura: | Preprint |
| Pubblicazione: |
2026
|
| Soggetti: | |
| Accesso online: | https://arxiv.org/abs/2601.22961 |
| Tags: |
Aggiungi Tag
Nessun Tag, puoi essere il primo ad aggiungerne!!
|
Documenti analoghi
GDPR-Compliant Person Recognition in Industrial Environments Using MEMS-LiDAR and Hybrid Data
di: Basile, Dennis, et al.
Pubblicazione: (2026)
di: Basile, Dennis, et al.
Pubblicazione: (2026)
Improving Controllable Generation: Faster Training and Better Performance via $x_0$-Supervision
di: Sangare, Amadou S., et al.
Pubblicazione: (2026)
di: Sangare, Amadou S., et al.
Pubblicazione: (2026)
Future Optical Flow Prediction Improves Robot Control & Video Generation
di: Ranasinghe, Kanchana, et al.
Pubblicazione: (2026)
di: Ranasinghe, Kanchana, et al.
Pubblicazione: (2026)
Self-Supervised Learning for Detecting AI-Generated Faces as Anomalies
di: Zou, Mian, et al.
Pubblicazione: (2025)
di: Zou, Mian, et al.
Pubblicazione: (2025)
CLIP-AGIQA: Boosting the Performance of AI-Generated Image Quality Assessment with CLIP
di: Tang, Zhenchen, et al.
Pubblicazione: (2024)
di: Tang, Zhenchen, et al.
Pubblicazione: (2024)
Polyp-Gen: Realistic and Diverse Polyp Image Generation for Endoscopic Dataset Expansion
di: Liu, Shengyuan, et al.
Pubblicazione: (2025)
di: Liu, Shengyuan, et al.
Pubblicazione: (2025)
GenView: Enhancing View Quality with Pretrained Generative Model for Self-Supervised Learning
di: Li, Xiaojie, et al.
Pubblicazione: (2024)
di: Li, Xiaojie, et al.
Pubblicazione: (2024)
Leveraging Human-Machine Interactions for Computer Vision Dataset Quality Enhancement
di: Anzaku, Esla Timothy, et al.
Pubblicazione: (2024)
di: Anzaku, Esla Timothy, et al.
Pubblicazione: (2024)
SynthForge: Synthesizing High-Quality Face Dataset with Controllable 3D Generative Models
di: Rawat, Abhay, et al.
Pubblicazione: (2024)
di: Rawat, Abhay, et al.
Pubblicazione: (2024)
Know Your Attention Maps: Class-specific Token Masking for Weakly Supervised Semantic Segmentation
di: Hanna, Joelle, et al.
Pubblicazione: (2025)
di: Hanna, Joelle, et al.
Pubblicazione: (2025)
CycleCap: Improving VLMs Captioning Performance via Self-Supervised Cycle Consistency Fine-Tuning
di: Krestenitis, Marios, et al.
Pubblicazione: (2026)
di: Krestenitis, Marios, et al.
Pubblicazione: (2026)
GenView++: Unifying Adaptive Generative Augmentation and Quality-Driven Supervision for Contrastive Representation Learning
di: Li, Xiaojie, et al.
Pubblicazione: (2025)
di: Li, Xiaojie, et al.
Pubblicazione: (2025)
Whitening Consistently Improves Self-Supervised Learning
di: Kalapos, András, et al.
Pubblicazione: (2024)
di: Kalapos, András, et al.
Pubblicazione: (2024)
UniRL: Self-Improving Unified Multimodal Models via Supervised and Reinforcement Learning
di: Mao, Weijia, et al.
Pubblicazione: (2025)
di: Mao, Weijia, et al.
Pubblicazione: (2025)
Quality-Guided Semi-Supervised Learning for Medical Image Segmentation
di: Abhishek, Kumar, et al.
Pubblicazione: (2026)
di: Abhishek, Kumar, et al.
Pubblicazione: (2026)
Improving the Generalization of Segmentation Foundation Model under Distribution Shift via Weakly Supervised Adaptation
di: Zhang, Haojie, et al.
Pubblicazione: (2023)
di: Zhang, Haojie, et al.
Pubblicazione: (2023)
Can Generative Models Improve Self-Supervised Representation Learning?
di: Ayromlou, Sana, et al.
Pubblicazione: (2024)
di: Ayromlou, Sana, et al.
Pubblicazione: (2024)
Data Quality Matters: Quantifying Image Quality Impact on Machine Learning Performance
di: Steinhauser, Christian, et al.
Pubblicazione: (2025)
di: Steinhauser, Christian, et al.
Pubblicazione: (2025)
Machine Learning in Industrial Quality Control of Glass Bottle Prints
di: Bundscherer, Maximilian, et al.
Pubblicazione: (2024)
di: Bundscherer, Maximilian, et al.
Pubblicazione: (2024)
Harnessing Machine Learning for Discerning AI-Generated Synthetic Images
di: Wang, Yuyang, et al.
Pubblicazione: (2024)
di: Wang, Yuyang, et al.
Pubblicazione: (2024)
VQ-Insight: Teaching VLMs for AI-Generated Video Quality Understanding via Progressive Visual Reinforcement Learning
di: Zhang, Xuanyu, et al.
Pubblicazione: (2025)
di: Zhang, Xuanyu, et al.
Pubblicazione: (2025)
OTMatch: Improving Semi-Supervised Learning with Optimal Transport
di: Tan, Zhiquan, et al.
Pubblicazione: (2023)
di: Tan, Zhiquan, et al.
Pubblicazione: (2023)
BLADE: Box-Level Supervised Amodal Segmentation through Directed Expansion
di: Liu, Zhaochen, et al.
Pubblicazione: (2024)
di: Liu, Zhaochen, et al.
Pubblicazione: (2024)
Generalized Semi-Supervised Learning via Self-Supervised Feature Adaptation
di: Liang, Jiachen, et al.
Pubblicazione: (2024)
di: Liang, Jiachen, et al.
Pubblicazione: (2024)
Explorations in Self-Supervised Learning: Dataset Composition Testing for Object Classification
di: Chavez, Raynor Kirkson E., et al.
Pubblicazione: (2024)
di: Chavez, Raynor Kirkson E., et al.
Pubblicazione: (2024)
Open-Set Semi-Supervised Learning for Long-Tailed Medical Datasets
di: Kareem, Daniya Najiha A., et al.
Pubblicazione: (2025)
di: Kareem, Daniya Najiha A., et al.
Pubblicazione: (2025)
RU-AI: A Large Multimodal Dataset for Machine-Generated Content Detection
di: Huang, Liting, et al.
Pubblicazione: (2024)
di: Huang, Liting, et al.
Pubblicazione: (2024)
Improving Layout Representation Learning Across Inconsistently Annotated Datasets via Agentic Harmonization
di: Li, Renyu, et al.
Pubblicazione: (2026)
di: Li, Renyu, et al.
Pubblicazione: (2026)
PromptIQA: Boosting the Performance and Generalization for No-Reference Image Quality Assessment via Prompts
di: Chen, Zewen, et al.
Pubblicazione: (2024)
di: Chen, Zewen, et al.
Pubblicazione: (2024)
Efficient Self-Supervised Learning for Earth Observation via Dynamic Dataset Curation
di: Kerdreux, Thomas, et al.
Pubblicazione: (2025)
di: Kerdreux, Thomas, et al.
Pubblicazione: (2025)
PromptDresser: Improving the Quality and Controllability of Virtual Try-On via Generative Textual Prompt and Prompt-aware Mask
di: Kim, Jeongho, et al.
Pubblicazione: (2024)
di: Kim, Jeongho, et al.
Pubblicazione: (2024)
Improving Pseudo-labelling and Enhancing Robustness for Semi-Supervised Domain Generalization
di: Khan, Adnan, et al.
Pubblicazione: (2024)
di: Khan, Adnan, et al.
Pubblicazione: (2024)
Exploring the Effect of Dataset Diversity in Self-Supervised Learning for Surgical Computer Vision
di: Jaspers, Tim J. M., et al.
Pubblicazione: (2024)
di: Jaspers, Tim J. M., et al.
Pubblicazione: (2024)
Weakly Supervised Video Scene Graph Generation via Natural Language Supervision
di: Kim, Kibum, et al.
Pubblicazione: (2025)
di: Kim, Kibum, et al.
Pubblicazione: (2025)
Aligned Datasets Improve Detection of Latent Diffusion-Generated Images
di: Rajan, Anirudh Sundara, et al.
Pubblicazione: (2024)
di: Rajan, Anirudh Sundara, et al.
Pubblicazione: (2024)
MotionMix: Weakly-Supervised Diffusion for Controllable Motion Generation
di: Hoang, Nhat M., et al.
Pubblicazione: (2024)
di: Hoang, Nhat M., et al.
Pubblicazione: (2024)
Quality Assessment for AI Generated Images with Instruction Tuning
di: Wang, Jiarui, et al.
Pubblicazione: (2024)
di: Wang, Jiarui, et al.
Pubblicazione: (2024)
Multimodal Learned Sparse Retrieval with Probabilistic Expansion Control
di: Nguyen, Thong, et al.
Pubblicazione: (2024)
di: Nguyen, Thong, et al.
Pubblicazione: (2024)
Revisiting Weakly-Supervised Video Scene Graph Generation via Pair Affinity Learning
di: Kang, Minseok, et al.
Pubblicazione: (2026)
di: Kang, Minseok, et al.
Pubblicazione: (2026)
Intrinsic Self-Supervision for Data Quality Audits
di: Gröger, Fabian, et al.
Pubblicazione: (2023)
di: Gröger, Fabian, et al.
Pubblicazione: (2023)
Documenti analoghi
-
GDPR-Compliant Person Recognition in Industrial Environments Using MEMS-LiDAR and Hybrid Data
di: Basile, Dennis, et al.
Pubblicazione: (2026) -
Improving Controllable Generation: Faster Training and Better Performance via $x_0$-Supervision
di: Sangare, Amadou S., et al.
Pubblicazione: (2026) -
Future Optical Flow Prediction Improves Robot Control & Video Generation
di: Ranasinghe, Kanchana, et al.
Pubblicazione: (2026) -
Self-Supervised Learning for Detecting AI-Generated Faces as Anomalies
di: Zou, Mian, et al.
Pubblicazione: (2025) -
CLIP-AGIQA: Boosting the Performance of AI-Generated Image Quality Assessment with CLIP
di: Tang, Zhenchen, et al.
Pubblicazione: (2024)