Buchumschlag

BALM: A Model-Agnostic Framework for Balanced Multimodal Learning under Imbalanced Missing Rates

Fuente: arXiv

Gespeichert in:

Bibliographische Detailangaben
Hauptverfasser:	Nguyen, Phuong-Anh, Pham, Tien Anh, Le, Duc-Trong, Nguyen, Cam-Van Thi
Format:	Preprint
Veröffentlicht:	2026
Schlagworte:	Computer Vision and Pattern Recognition
Online-Zugang:	Acceder al recurso
Tags:	Tag hinzufügen Keine Tags, Fügen Sie den ersten Tag hinzu!

Ähnliche Einträge

MissBench: Benchmarking Multimodal Affective Analysis under Imbalanced Missing Modalities
von: Pham, Tien Anh, et al.
Veröffentlicht: (2026)

FlexEdit: Flexible and Controllable Diffusion-based Object-centric Image Editing
von: Nguyen, Trong-Tung, et al.
Veröffentlicht: (2024)

CLEAR: Causal Learning Framework For Robust Histopathology Tumor Detection Under Out-Of-Distribution Shifts
von: Thi, Kieu-Anh Truong, et al.
Veröffentlicht: (2025)

Leveraging Self-Paced Curriculum Learning for Enhanced Modality Balance in Multimodal Conversational Emotion Recognition
von: Nguyen, Phuong-Anh, et al.
Veröffentlicht: (2026)

Efficient INT8 Single-Image Super-Resolution via Deployment-Aware Quantization and Teacher-Guided Training
von: Nguyen, Pham Phuong Nam, et al.
Veröffentlicht: (2026)

A Dual-Module Denoising Approach with Curriculum Learning for Enhancing Multimodal Aspect-Based Sentiment Analysis
von: Van Doan, Nguyen, et al.
Veröffentlicht: (2024)

MedSteer: Counterfactual Endoscopic Synthesis via Training-Free Activation Steering
von: Pham, Trong-Thang, et al.
Veröffentlicht: (2026)

Semi-supervised 3D Semantic Scene Completion with 2D Vision Foundation Model Guidance
von: Pham, Duc-Hai, et al.
Veröffentlicht: (2024)

SwiftEdit: Lightning Fast Text-Guided Image Editing via One-Step Diffusion
von: Nguyen, Trong-Tung, et al.
Veröffentlicht: (2024)

Virtual Fusion with Contrastive Learning for Single Sensor-based Activity Recognition
von: Nguyen, Duc-Anh, et al.
Veröffentlicht: (2023)

Any3DIS: Class-Agnostic 3D Instance Segmentation by 2D Mask Tracking
von: Nguyen, Phuc, et al.
Veröffentlicht: (2024)

InverFill: One-Step Inversion for Enhanced Few-Step Diffusion Inpainting
von: Vu, Duc, et al.
Veröffentlicht: (2026)

Linguistically Informed Multimodal Fusion for Vietnamese Scene-Text Image Captioning: Dataset, Graph Framework, and Phonological Attention
von: Nguyen, Nhi Ngoc-Yen, et al.
Veröffentlicht: (2026)

Interpreting Radiologist's Intention from Eye Movements in Chest X-ray Diagnosis
von: Pham, Trong-Thang, et al.
Veröffentlicht: (2025)

Towards a text-based quantitative and explainable histopathology image analysis
von: Nguyen, Anh Tien, et al.
Veröffentlicht: (2024)

UniSemAlign: Text-Prototype Alignment with a Foundation Encoder for Semi-Supervised Histopathology Segmentation
von: Thai, Le-Van, et al.
Veröffentlicht: (2026)

Towards Efficient and Robust Moment Retrieval System: A Unified Framework for Multi-Granularity Models and Temporal Reranking
von: Tran, Huu-Loc, et al.
Veröffentlicht: (2025)

WAVER: Writing-style Agnostic Text-Video Retrieval via Distilling Vision-Language Models Through Open-Vocabulary Knowledge
von: Le, Huy, et al.
Veröffentlicht: (2023)

Ada2I: Enhancing Modality Balance for Multimodal Conversational Emotion Recognition
von: Nguyen, Cam-Van Thi, et al.
Veröffentlicht: (2024)

Supercharged One-step Text-to-Image Diffusion Models with Negative Prompts
von: Nguyen, Viet, et al.
Veröffentlicht: (2024)

SwiftPie: Lightning-fast Subject-driven Image Personalization via One step Diffusion
von: Duong, Huy, et al.
Veröffentlicht: (2026)

SuMa: A Subspace Mapping Approach for Robust and Effective Concept Erasure in Text-to-Image Diffusion Models
von: Nguyen, Kien, et al.
Veröffentlicht: (2025)

CT-ScanGaze: A Dataset and Baselines for 3D Volumetric Scanpath Modeling
von: Pham, Trong-Thang, et al.
Veröffentlicht: (2025)

Improved Training Technique for Shortcut Models
von: Nguyen, Anh, et al.
Veröffentlicht: (2025)

Hierarchical Neural Collapse Detection Transformer for Class Incremental Object Detection
von: Pham, Duc Thanh, et al.
Veröffentlicht: (2025)

Anti-I2V: Safeguarding your photos from malicious image-to-video generation
von: Vu, Duc, et al.
Veröffentlicht: (2026)

CutPaste&Find: Efficient Multimodal Hallucination Detector with Visual-aid Knowledge Base
von: Nguyen, Cong-Duy, et al.
Veröffentlicht: (2025)

A Hybrid Vision Transformer Approach for Mathematical Expression Recognition
von: Le, Anh Duy, et al.
Veröffentlicht: (2026)

Toward a Vision-Language Foundation Model for Medical Data: Multimodal Dataset and Benchmarks for Vietnamese PET/CT Report Generation
von: Nguyen, Huu Tien, et al.
Veröffentlicht: (2025)

PDIWS: Thermal Imaging Dataset for Person Detection in Intrusion Warning Systems
von: Thuan, Nguyen Duc, et al.
Veröffentlicht: (2023)

SwiftBrush v2: Make Your One-step Diffusion Model Better Than Its Teacher
von: Dao, Trung, et al.
Veröffentlicht: (2024)

Divide and Refine: Enhancing Multimodal Representation and Explainability for Emotion Recognition in Conversation
von: Mai, Anh-Tuan, et al.
Veröffentlicht: (2026)

LLandMark: A Multi-Agent Framework for Landmark-Aware Multimodal Interactive Video Retrieval
von: Phung, Minh-Chi, et al.
Veröffentlicht: (2026)

PRE: Vision-Language Prompt Learning with Reparameterization Encoder
von: Pham, Thi Minh Anh, et al.
Veröffentlicht: (2023)

Response-Aware Multimodal Learning for Post-Treatment Visual Acuity Forecasting
von: Bui, Phuoc-Nguyen, et al.
Veröffentlicht: (2026)

ThyroidEffi 1.0: A Cost-Effective System for High-Performance Multi-Class Thyroid Carcinoma Classification
von: Pham-Ngoc, Hai, et al.
Veröffentlicht: (2025)

A Novel Combined Optical Flow Approach for Comprehensive Micro-Expression Recognition
von: Khuong, Vu Tram Anh, et al.
Veröffentlicht: (2025)

FMANet: A Novel Dual-Phase Optical Flow Approach with Fusion Motion Attention Network for Robust Micro-expression Recognition
von: Nguyen, Luu Tu, et al.
Veröffentlicht: (2025)

Adaptive Fusion Network with Temporal-Ranked and Motion-Intensity Dynamic Images for Micro-expression Recognition
von: Man, Thi Bich Phuong, et al.
Veröffentlicht: (2025)

Dual-View Optical Flow for 4D Micro-Expression Recognition - A Multi-Stream Fusion Attention Approach
von: Nguyen, Luu Tu, et al.
Veröffentlicht: (2026)