Le MuMo JEPA: Multi-Modal Self-Supervised Representation Learning with Learnable Fusion Tokens
Fuente:
arXiv
Salvato in:
| Autori principali: | Cornelissen, Ciem, Leroux, Sam, Simoens, Pieter |
|---|---|
| Natura: | Preprint |
| Pubblicazione: |
2026
|
| Soggetti: | |
| Accesso online: | |
| Tags: |
Aggiungi Tag
Nessun Tag, puoi essere il primo ad aggiungerne!!
|
Documenti analoghi
Adaptive Clustering for Efficient Phenotype Segmentation of UAV Hyperspectral Data
di: Cornelissen, Ciem, et al.
Pubblicazione: (2025)
di: Cornelissen, Ciem, et al.
Pubblicazione: (2025)
In-Field Mapping of Grape Yield and Quality with Illumination-Invariant Deep Learning
di: Cornelissen, Ciem, et al.
Pubblicazione: (2025)
di: Cornelissen, Ciem, et al.
Pubblicazione: (2025)
Mitigating Bias Using Model-Agnostic Data Attribution
di: De Coninck, Sander, et al.
Pubblicazione: (2024)
di: De Coninck, Sander, et al.
Pubblicazione: (2024)
Efficient On-Board Processing of Oblique UAV Video for Rapid Flood Extent Mapping
di: Sharma, Vishisht, et al.
Pubblicazione: (2026)
di: Sharma, Vishisht, et al.
Pubblicazione: (2026)
Discrete JEPA: Learning Discrete Token Representations without Reconstruction
di: Baek, Junyeob, et al.
Pubblicazione: (2025)
di: Baek, Junyeob, et al.
Pubblicazione: (2025)
Enabling Privacy-Aware AI-Based Ergonomic Analysis
di: De Coninck, Sander, et al.
Pubblicazione: (2025)
di: De Coninck, Sander, et al.
Pubblicazione: (2025)
LeJEPA: Provable and Scalable Self-Supervised Learning Without the Heuristics
di: Balestriero, Randall, et al.
Pubblicazione: (2025)
di: Balestriero, Randall, et al.
Pubblicazione: (2025)
3D-JEPA: A Joint Embedding Predictive Architecture for 3D Self-Supervised Representation Learning
di: Hu, Naiwen, et al.
Pubblicazione: (2024)
di: Hu, Naiwen, et al.
Pubblicazione: (2024)
Privacy-Preserving Computer Vision for Industry: Three Case Studies in Human-Centric Manufacturing
di: De Coninck, Sander, et al.
Pubblicazione: (2025)
di: De Coninck, Sander, et al.
Pubblicazione: (2025)
Event-based Facial Keypoint Alignment via Cross-Modal Fusion Attention and Self-Supervised Multi-Event Representation Learning
di: Kang, Donghwa, et al.
Pubblicazione: (2025)
di: Kang, Donghwa, et al.
Pubblicazione: (2025)
KerJEPA: Kernel Discrepancies for Euclidean Self-Supervised Learning
di: Zimmermann, Eric, et al.
Pubblicazione: (2025)
di: Zimmermann, Eric, et al.
Pubblicazione: (2025)
V-JEPA 2.1: Unlocking Dense Features in Video Self-Supervised Learning
di: Mur-Labadia, Lorenzo, et al.
Pubblicazione: (2026)
di: Mur-Labadia, Lorenzo, et al.
Pubblicazione: (2026)
Point-JEPA: A Joint Embedding Predictive Architecture for Self-Supervised Learning on Point Cloud
di: Saito, Ayumu, et al.
Pubblicazione: (2024)
di: Saito, Ayumu, et al.
Pubblicazione: (2024)
HQ-JEPA: Hybrid Quantum Joint-Embedding Predictive Architecture for Cross-Modal Remote Sensing Representation Learning
di: Hossain, Md Aminur, et al.
Pubblicazione: (2026)
di: Hossain, Md Aminur, et al.
Pubblicazione: (2026)
OmniSat: Self-Supervised Modality Fusion for Earth Observation
di: Astruc, Guillaume, et al.
Pubblicazione: (2024)
di: Astruc, Guillaume, et al.
Pubblicazione: (2024)
Mine-JEPA: In-Domain Self-Supervised Learning for Mine-Like Object Classification in Side-Scan Sonar
di: Kwon, Taeyoun, et al.
Pubblicazione: (2026)
di: Kwon, Taeyoun, et al.
Pubblicazione: (2026)
Gaussian-Constrained LeJEPA Representations for Unsupervised Scene Discovery and Pose Consistency
di: Mostafa, Mohsen
Pubblicazione: (2026)
di: Mostafa, Mohsen
Pubblicazione: (2026)
MIRROR: Multi-Modal Pathological Self-Supervised Representation Learning via Modality Alignment and Retention
di: Wang, Tianyi, et al.
Pubblicazione: (2025)
di: Wang, Tianyi, et al.
Pubblicazione: (2025)
Multi-Task Multi-Modal Self-Supervised Learning for Facial Expression Recognition
di: Halawa, Marah, et al.
Pubblicazione: (2024)
di: Halawa, Marah, et al.
Pubblicazione: (2024)
CroMo-Mixup: Augmenting Cross-Model Representations for Continual Self-Supervised Learning
di: Mushtaq, Erum, et al.
Pubblicazione: (2024)
di: Mushtaq, Erum, et al.
Pubblicazione: (2024)
Learnable Expansion of Graph Operators for Multi-Modal Feature Fusion
di: Ding, Dexuan, et al.
Pubblicazione: (2024)
di: Ding, Dexuan, et al.
Pubblicazione: (2024)
MatFusion: A Generative Diffusion Model for SVBRDF Capture
di: Sartor, Sam, et al.
Pubblicazione: (2024)
di: Sartor, Sam, et al.
Pubblicazione: (2024)
Self-Supervised JEPA-based World Models for LiDAR Occupancy Completion and Forecasting
di: Zhu, Haoran, et al.
Pubblicazione: (2026)
di: Zhu, Haoran, et al.
Pubblicazione: (2026)
Modality-Specific Enhancement and Complementary Fusion for Semi-Supervised Multi-Modal Brain Tumor Segmentation
di: Chung, Tien-Dat, et al.
Pubblicazione: (2025)
di: Chung, Tien-Dat, et al.
Pubblicazione: (2025)
CrossJEPA: Cross-Modal Joint-Embedding Predictive Architecture for Efficient 3D Representation Learning from 2D Images
di: Perera, Avishka, et al.
Pubblicazione: (2025)
di: Perera, Avishka, et al.
Pubblicazione: (2025)
CNN-JEPA: Self-Supervised Pretraining Convolutional Neural Networks Using Joint Embedding Predictive Architecture
di: Kalapos, András, et al.
Pubblicazione: (2024)
di: Kalapos, András, et al.
Pubblicazione: (2024)
LeMeViT: Efficient Vision Transformer with Learnable Meta Tokens for Remote Sensing Image Interpretation
di: Jiang, Wentao, et al.
Pubblicazione: (2024)
di: Jiang, Wentao, et al.
Pubblicazione: (2024)
On the Discriminability of Self-Supervised Representation Learning
di: Song, Zeen, et al.
Pubblicazione: (2024)
di: Song, Zeen, et al.
Pubblicazione: (2024)
Modality-Guided Dynamic Graph Fusion and Temporal Diffusion for Self-Supervised RGB-T Tracking
di: Li, Shenglan, et al.
Pubblicazione: (2025)
di: Li, Shenglan, et al.
Pubblicazione: (2025)
CR-JEPA: Cross-Modal Joint-Embedding Predictive Learning for Remote Sensing Image Retrieval
di: Hossain, Md Aminur, et al.
Pubblicazione: (2026)
di: Hossain, Md Aminur, et al.
Pubblicazione: (2026)
Decoupling Multi-Contrast Super-Resolution: Self-Supervised Implicit Re-Representation for Unpaired Cross-Modal Synthesis
di: Wu, Yinzhe, et al.
Pubblicazione: (2025)
di: Wu, Yinzhe, et al.
Pubblicazione: (2025)
Multi-Modal Representation Learning via Semi-Supervised Rate Reduction for Generalized Category Discovery
di: He, Wei, et al.
Pubblicazione: (2026)
di: He, Wei, et al.
Pubblicazione: (2026)
Self-Supervised Flow Matching for Scalable Multi-Modal Synthesis
di: Chefer, Hila, et al.
Pubblicazione: (2026)
di: Chefer, Hila, et al.
Pubblicazione: (2026)
JEPA-T: Joint-Embedding Predictive Architecture with Text Fusion for Image Generation
di: Wan, Siheng, et al.
Pubblicazione: (2025)
di: Wan, Siheng, et al.
Pubblicazione: (2025)
Self-Supervised Scene Flow Estimation with Point-Voxel Fusion and Surface Representation
di: Xiang, Xuezhi, et al.
Pubblicazione: (2024)
di: Xiang, Xuezhi, et al.
Pubblicazione: (2024)
Self-Supervised Generative-Contrastive Learning of Multi-Modal Euclidean Input for 3D Shape Latent Representations: A Dynamic Switching Approach
di: Wu, Chengzhi, et al.
Pubblicazione: (2023)
di: Wu, Chengzhi, et al.
Pubblicazione: (2023)
Text-Conditional JEPA for Learning Semantically Rich Visual Representations
di: Huang, Chen, et al.
Pubblicazione: (2026)
di: Huang, Chen, et al.
Pubblicazione: (2026)
Self-Supervised Learning of Plant Image Representations
di: Moummad, Ilyass, et al.
Pubblicazione: (2026)
di: Moummad, Ilyass, et al.
Pubblicazione: (2026)
MaskFuser: Masked Fusion of Joint Multi-Modal Tokenization for End-to-End Autonomous Driving
di: Duan, Yiqun, et al.
Pubblicazione: (2024)
di: Duan, Yiqun, et al.
Pubblicazione: (2024)
Task-driven Image Fusion with Learnable Fusion Loss
di: Bai, Haowen, et al.
Pubblicazione: (2024)
di: Bai, Haowen, et al.
Pubblicazione: (2024)
Documenti analoghi
-
Adaptive Clustering for Efficient Phenotype Segmentation of UAV Hyperspectral Data
di: Cornelissen, Ciem, et al.
Pubblicazione: (2025) -
In-Field Mapping of Grape Yield and Quality with Illumination-Invariant Deep Learning
di: Cornelissen, Ciem, et al.
Pubblicazione: (2025) -
Mitigating Bias Using Model-Agnostic Data Attribution
di: De Coninck, Sander, et al.
Pubblicazione: (2024) -
Efficient On-Board Processing of Oblique UAV Video for Rapid Flood Extent Mapping
di: Sharma, Vishisht, et al.
Pubblicazione: (2026) -
Discrete JEPA: Learning Discrete Token Representations without Reconstruction
di: Baek, Junyeob, et al.
Pubblicazione: (2025)