Social-JEPA: Emergent Geometric Isomorphism

Fuente: arXiv

Gespeichert in:

Bibliographische Detailangaben
Hauptverfasser:	Zhang, Haoran, Wang, Youjin, Duan, Yi, Fu, Rong, Zhao, Dianyu, Fan, Sicheng, Cao, Shuaishuai, Guo, Wentao, Zhou, Xiao
Format:	Preprint
Veröffentlicht:	2026
Schlagworte:	Computer Vision and Pattern Recognition Artificial Intelligence
Online-Zugang:	Acceder al recurso
Tags:	Tag hinzufügen Keine Tags, Fügen Sie den ersten Tag hinzu!

Ähnliche Einträge

Drive-JEPA: Video JEPA Meets Multimodal Trajectory Distillation for End-to-End Driving
von: Wang, Linhan, et al.
Veröffentlicht: (2026)

Texo: Formula Recognition within 20M Parameters
von: Mao, Sicheng
Veröffentlicht: (2026)

MammoDINO: Anatomically Aware Self-Supervision for Mammographic Images
von: Zhou, Sicheng, et al.
Veröffentlicht: (2025)

Self-Supervised JEPA-based World Models for LiDAR Occupancy Completion and Forecasting
von: Zhu, Haoran, et al.
Veröffentlicht: (2026)

BRo-JEPA: Learning Modular Arithmetic in Latent Space
von: Jha, Divyansh, et al.
Veröffentlicht: (2026)

Triple-domain Feature Learning with Frequency-aware Memory Enhancement for Moving Infrared Small Target Detection
von: Duan, Weiwei, et al.
Veröffentlicht: (2024)

Brain-JEPA: Brain Dynamics Foundation Model with Gradient Positioning and Spatiotemporal Masking
von: Dong, Zijian, et al.
Veröffentlicht: (2024)

Isomorphic Pruning for Vision Models
von: Fang, Gongfan, et al.
Veröffentlicht: (2024)

Two-Stream Interactive Joint Learning of Scene Parsing and Geometric Vision Tasks
von: Tang, Guanfeng, et al.
Veröffentlicht: (2026)

Beyond Generative Priors: Minority Sampling with JEPA-Guided Diffusion
von: Park, Sol, et al.
Veröffentlicht: (2026)

TIGeR: Tool-Integrated Geometric Reasoning in Vision-Language Models for Robotics
von: Han, Yi, et al.
Veröffentlicht: (2025)

Temporal vs. Spatial: Comparing DINOv3 and V-JEPA2 Feature Representations for Video Action Analysis
von: Kodathala, Sai Varun, et al.
Veröffentlicht: (2025)

CapGeo: A Caption-Assisted Approach to Geometric Reasoning
von: Li, Yuying, et al.
Veröffentlicht: (2025)

Debiasing Diffusion Priors via 3D Attention for Consistent Gaussian Splatting
von: Jin, Shilong, et al.
Veröffentlicht: (2025)

ReaSon: Reinforced Causal Search with Information Bottleneck for Video Understanding
von: Zhou, Yuan, et al.
Veröffentlicht: (2025)

LeJEPA: Provable and Scalable Self-Supervised Learning Without the Heuristics
von: Balestriero, Randall, et al.
Veröffentlicht: (2025)

seq-JEPA: Autoregressive Predictive Learning of Invariant-Equivariant World Models
von: Ghaemi, Hafez, et al.
Veröffentlicht: (2025)

US-JEPA: A Joint Embedding Predictive Architecture for Medical Ultrasound
von: Radhachandran, Ashwath, et al.
Veröffentlicht: (2026)

Beyond Boundaries: Leveraging Vision Foundation Models for Source-Free Object Detection
von: Yao, Huizai, et al.
Veröffentlicht: (2025)

LLMI3D: MLLM-based 3D Perception from a Single 2D Image
von: Yang, Fan, et al.
Veröffentlicht: (2024)

A$^2$LC: Active and Automated Label Correction for Semantic Segmentation
von: Jeon, Youjin, et al.
Veröffentlicht: (2025)

ConsDreamer: Advancing Multi-View Consistency for Zero-Shot Text-to-3D Generation
von: Zhou, Yuan, et al.
Veröffentlicht: (2025)

Online Monitoring Framework for Automotive Time Series Data using JEPA Embeddings
von: Fertig, Alexander, et al.
Veröffentlicht: (2026)

UR-JEPA: Uniform Rectifiability as a Regularizer for Joint-Embedding Predictive Architectures
von: Le, Triet M.
Veröffentlicht: (2026)

Ovis-U1 Technical Report
von: Wang, Guo-Hua, et al.
Veröffentlicht: (2025)

HiT-JEPA: A Hierarchical Self-supervised Trajectory Embedding Framework for Similarity Computation
von: Li, Lihuan, et al.
Veröffentlicht: (2025)

HEIE: MLLM-Based Hierarchical Explainable AIGC Image Implausibility Evaluator
von: Yang, Fan, et al.
Veröffentlicht: (2024)

V-JEPA 2: Self-Supervised Video Models Enable Understanding, Prediction and Planning
von: Assran, Mido, et al.
Veröffentlicht: (2025)

How Do Optical Flow and Textual Prompts Collaborate to Assist in Audio-Visual Semantic Segmentation?
von: Lee, Yujian, et al.
Veröffentlicht: (2026)

VT-Former: An Exploratory Study on Vehicle Trajectory Prediction for Highway Surveillance through Graph Isomorphism and Transformer
von: Pazho, Armin Danesh, et al.
Veröffentlicht: (2023)

D2Fusion: Dual-domain Fusion with Feature Superposition for Deepfake Detection
von: Qiu, Xueqi, et al.
Veröffentlicht: (2025)

GERA: Geometric Embedding for Efficient Point Registration Analysis
von: Li, Geng, et al.
Veröffentlicht: (2024)

LightZeroNav: Zero-Shot Vision Language Navigation in Continuous Environments Based on Lightweight VLMs
von: Luo, Kun, et al.
Veröffentlicht: (2026)

Beyond 3D VQAs: Injecting 3D Spatial Priors into Vision-Language Models for Enhanced Geometric Reasoning
von: Yeh, Chun-Hsiao, et al.
Veröffentlicht: (2026)

Uncertainty-aware Efficient Subgraph Isomorphism using Graph Topology
von: Kusari, Arpan, et al.
Veröffentlicht: (2022)

MoCHA: Advanced Vision-Language Reasoning with MoE Connector and Hierarchical Group Attention
von: Pang, Yuqi, et al.
Veröffentlicht: (2025)

Lost in UNet: Improving Infrared Small Target Detection by Underappreciated Local Features
von: Quan, Wuzhou, et al.
Veröffentlicht: (2024)

FloorSAM: SAM-Guided Floorplan Reconstruction with Semantic-Geometric Fusion
von: Ye, Han, et al.
Veröffentlicht: (2025)

Tangram: Benchmark for Evaluating Geometric Element Recognition in Large Multimodal Models
von: Zhang, Chao, et al.
Veröffentlicht: (2024)

AdaTP: Attention-Debiased Token Pruning for Video Large Language Models
von: Sun, Fengyuan, et al.
Veröffentlicht: (2025)