Copertina

Closing the gap in multimodal medical representation alignment

Fuente: arXiv

Salvato in:

Dettagli Bibliografici
Autori principali:	Grassucci, Eleonora, Cicchetti, Giordano, Comminiello, Danilo
Natura:	Preprint
Pubblicazione:	2026
Soggetti:	Computer Vision and Pattern Recognition Machine Learning
Accesso online:	Acceder al recurso
Tags:	Aggiungi Tag Nessun Tag, puoi essere il primo ad aggiungerne!!

Documenti analoghi

A TRIANGLE Enables Multimodal Alignment Beyond Cosine Similarity
di: Cicchetti, Giordano, et al.
Pubblicazione: (2025)

Closing the Modality Gap Aligns Group-Wise Semantics
di: Grassucci, Eleonora, et al.
Pubblicazione: (2026)

Gramian Multimodal Representation Learning and Alignment
di: Cicchetti, Giordano, et al.
Pubblicazione: (2024)

Multi-View Hypercomplex Learning for Breast Cancer Screening
di: Lopez, Eleonora, et al.
Pubblicazione: (2022)

FoleyGRAM: Video-to-Audio Generation with GRAM-Aligned Multimodal Encoders
di: Gramaccioni, Riccardo Fosco, et al.
Pubblicazione: (2025)

NAF-DPM: A Nonlinear Activation-Free Diffusion Probabilistic Model for Document Enhancement
di: Cicchetti, Giordano, et al.
Pubblicazione: (2024)

Generalizing Medical Image Representations via Quaternion Wavelet Networks
di: Sigillo, Luigi, et al.
Pubblicazione: (2023)

Language-Oriented Semantic Latent Representation for Image Transmission
di: Cicchetti, Giordano, et al.
Pubblicazione: (2024)

Semantic Compression via Multimodal Representation Learning
di: Grassucci, Eleonora, et al.
Pubblicazione: (2025)

Towards Explaining Hypercomplex Neural Networks
di: Lopez, Eleonora, et al.
Pubblicazione: (2024)

TACE: Tumor-Aware Counterfactual Explanations
di: Rossi, Eleonora Beatrice, et al.
Pubblicazione: (2024)

Hierarchical Hypercomplex Network for Multimodal Emotion Recognition
di: Lopez, Eleonora, et al.
Pubblicazione: (2024)

Attention-Map Augmentation for Hypercomplex Breast Cancer Classification
di: Lopez, Eleonora, et al.
Pubblicazione: (2023)

Controllable Audio-Visual Viewpoint Generation from 360° Spatial Information
di: Marinoni, Christian, et al.
Pubblicazione: (2025)

Can multimodal representation learning by alignment preserve modality-specific information?
di: Thoreau, Romain, et al.
Pubblicazione: (2025)

Metadata, Wavelet, and Time Aware Diffusion Models for Satellite Image Super Resolution
di: Sigillo, Luigi, et al.
Pubblicazione: (2025)

Guess What I Think: Streamlined EEG-to-Image Generation with Latent Diffusion Models
di: Lopez, Eleonora, et al.
Pubblicazione: (2024)

Training-Free Multimodal Guidance for Video to Audio Generation
di: Grassucci, Eleonora, et al.
Pubblicazione: (2025)

Quaternion Wavelet-Conditioned Diffusion Models for Image Super-Resolution
di: Sigillo, Luigi, et al.
Pubblicazione: (2025)

Ship in Sight: Diffusion Models for Ship-Image Super Resolution
di: Sigillo, Luigi, et al.
Pubblicazione: (2024)

Training-Free Multi-User Generative Semantic Communications via Null-Space Diffusion Sampling
di: Grassucci, Eleonora, et al.
Pubblicazione: (2024)

Latent Wavelet Diffusion For Ultra-High-Resolution Image Synthesis
di: Sigillo, Luigi, et al.
Pubblicazione: (2025)

AGA: An adaptive group alignment framework for structured medical cross-modal representation learning
di: Li, Wei, et al.
Pubblicazione: (2025)

What to align in multimodal contrastive learning?
di: Dufumier, Benoit, et al.
Pubblicazione: (2024)

Lightweight Diffusion Models for Resource-Constrained Semantic Communication
di: Pignata, Giovanni, et al.
Pubblicazione: (2024)

Visual concept ranking uncovers medical shortcuts used by large multimodal models
di: Janizek, Joseph D., et al.
Pubblicazione: (2026)

Intrinsic Dimension Correlation: uncovering nonlinear connections in multimodal representations
di: Basile, Lorenzo, et al.
Pubblicazione: (2024)

A multimodal slice discovery framework for systematic failure detection and explanation in medical image classification
di: Liu, Yixuan, et al.
Pubblicazione: (2026)

Visual representations in the human brain are aligned with large language models
di: Doerig, Adrien, et al.
Pubblicazione: (2022)

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

Differential privacy representation geometry for medical image analysis
di: Arasteh, Soroosh Tayebi, et al.
Pubblicazione: (2026)

Explaining latent representations of generative models with large multimodal models
di: Zhu, Mengdan, et al.
Pubblicazione: (2024)

MULTIAQUA: A multimodal maritime dataset and robust training strategies for multimodal semantic segmentation
di: Muhovič, Jon, et al.
Pubblicazione: (2025)

Self-supervised video pretraining yields robust and more human-aligned visual representations
di: Parthasarathy, Nikhil, et al.
Pubblicazione: (2022)

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

Transferring disentangled representations: bridging the gap between synthetic and real images
di: Dapueto, Jacopo, et al.
Pubblicazione: (2024)

Demystifying the Hypercomplex: Inductive Biases in Hypercomplex Deep Learning
di: Comminiello, Danilo, et al.
Pubblicazione: (2024)

LayerSync: Self-aligning Intermediate Layers
di: Haghighi, Yasaman, et al.
Pubblicazione: (2025)

Model alignment using inter-modal bridges
di: Gholamzadeh, Ali, et al.
Pubblicazione: (2025)

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