Copertina

Uncertainty-DTW for Sequences and Visual Tokens

Fuente: arXiv

Salvato in:

Dettagli Bibliografici
Autori principali:	Wang, Lei, Li, Syuan-Hao, Gao, Yongsheng, Koniusz, Piotr
Natura:	Preprint
Pubblicazione:	2026
Soggetti:	Computer Vision and Pattern Recognition Artificial Intelligence Machine Learning
Accesso online:	Acceder al recurso
Tags:	Aggiungi Tag Nessun Tag, puoi essere il primo ad aggiungerne!!

Documenti analoghi

Subspace Kernel Learning on Tensor Sequences
di: Wang, Lei, et al.
Pubblicazione: (2026)

Video Understanding by Design: How Datasets Shape Architectures and Insights
di: Wang, Lei, et al.
Pubblicazione: (2025)

Graph Your Own Prompt
di: Ding, Xi, et al.
Pubblicazione: (2025)

Learning Time in Static Classifiers
di: Ding, Xi, et al.
Pubblicazione: (2025)

Feature Hallucination for Self-supervised Action Recognition
di: Wang, Lei, et al.
Pubblicazione: (2025)

Trust-Aware Joint Feature-Prediction Discrepancy for Robust Domain Adaptation
di: Ding, Xi, et al.
Pubblicazione: (2026)

Meet JEANIE: a Similarity Measure for 3D Skeleton Sequences via Temporal-Viewpoint Alignment
di: Wang, Lei, et al.
Pubblicazione: (2024)

Possibilistic Predictive Uncertainty for Deep Learning
di: Ni, Yao, et al.
Pubblicazione: (2026)

Motion meets Attention: Video Motion Prompts
di: Chen, Qixiang, et al.
Pubblicazione: (2024)

Adaptive Multi-head Contrastive Learning
di: Wang, Lei, et al.
Pubblicazione: (2023)

Learnable Expansion of Graph Operators for Multi-Modal Feature Fusion
di: Ding, Dexuan, et al.
Pubblicazione: (2024)

Pre-training with Random Orthogonal Projection Image Modeling
di: Haghighat, Maryam, et al.
Pubblicazione: (2023)

Hierarchically Robust Zero-shot Vision-language Models
di: Dong, Junhao, et al.
Pubblicazione: (2026)

ICED: Concept-level Machine Unlearning via Interpretable Concept Decomposition
di: Lin, Shen, et al.
Pubblicazione: (2026)

TORE: Token Recycling in Vision Transformers for Efficient Active Visual Exploration
di: Olszewski, Jan, et al.
Pubblicazione: (2023)

Token Activation Map to Visually Explain Multimodal LLMs
di: Li, Yi, et al.
Pubblicazione: (2025)

Neuron Abandoning Attention Flow: Visual Explanation of Dynamics inside CNN Models
di: Liao, Yi, et al.
Pubblicazione: (2024)

The Hidden Life of Tokens: Reducing Hallucination of Large Vision-Language Models via Visual Information Steering
di: Li, Zhuowei, et al.
Pubblicazione: (2025)

Privacy-Aware Video Anomaly Detection through Orthogonal Subspace Projection
di: Wang, Lei, et al.
Pubblicazione: (2026)

Noise Consistency Regularization for Improved Subject-Driven Image Synthesis
di: Ni, Yao, et al.
Pubblicazione: (2025)

CHAIN: Enhancing Generalization in Data-Efficient GANs via lipsCHitz continuity constrAIned Normalization
di: Ni, Yao, et al.
Pubblicazione: (2024)

CSA-Net: Channel-wise Spatially Autocorrelated Attention Networks
di: Nikzad, Nick, et al.
Pubblicazione: (2024)

Chain-of-Visual-Thought: Teaching VLMs to See and Think Better with Continuous Visual Tokens
di: Qin, Yiming, et al.
Pubblicazione: (2025)

FedKLPR: KL-Guided Pruning-Aware Federated Learning for Person Re-Identification
di: Yu, Po-Hsien, et al.
Pubblicazione: (2025)

LLaVA-Zip: Adaptive Visual Token Compression with Intrinsic Image Information
di: Wang, Ke, et al.
Pubblicazione: (2024)

Inference Optimal VLMs Need Fewer Visual Tokens and More Parameters
di: Li, Kevin Y., et al.
Pubblicazione: (2024)

Break the Visual Perception: Adversarial Attacks Targeting Encoded Visual Tokens of Large Vision-Language Models
di: Wang, Yubo, et al.
Pubblicazione: (2024)

VTBench: Evaluating Visual Tokenizers for Autoregressive Image Generation
di: Lin, Huawei, et al.
Pubblicazione: (2025)

Mixture of Nested Experts: Adaptive Processing of Visual Tokens
di: Jain, Gagan, et al.
Pubblicazione: (2024)

Masked Autoencoders Are Effective Tokenizers for Diffusion Models
di: Chen, Hao, et al.
Pubblicazione: (2025)

InfoTok: Information-Theoretic Regularization for Capacity-Constrained Shared Visual Tokenization in Unified MLLMs
di: Tang, Lv, et al.
Pubblicazione: (2026)

Perception Tokens Enhance Visual Reasoning in Multimodal Language Models
di: Bigverdi, Mahtab, et al.
Pubblicazione: (2024)

Analyzing The Language of Visual Tokens
di: Chan, David M., et al.
Pubblicazione: (2024)

TraNCE: Transformative Non-linear Concept Explainer for CNNs
di: Akpudo, Ugochukwu Ejike, et al.
Pubblicazione: (2025)

SoftVQ-VAE: Efficient 1-Dimensional Continuous Tokenizer
di: Chen, Hao, et al.
Pubblicazione: (2024)

Fwd2Bot: LVLM Visual Token Compression with Double Forward Bottleneck
di: Bulat, Adrian, et al.
Pubblicazione: (2025)

DivPrune: Diversity-based Visual Token Pruning for Large Multimodal Models
di: Alvar, Saeed Ranjbar, et al.
Pubblicazione: (2025)

Prior-free Balanced Replay: Uncertainty-guided Reservoir Sampling for Long-Tailed Continual Learning
di: Liu, Lei, et al.
Pubblicazione: (2024)

PACE: Marrying generalization in PArameter-efficient fine-tuning with Consistency rEgularization
di: Ni, Yao, et al.
Pubblicazione: (2024)

Fill the GAP: A Granular Alignment Paradigm for Visual Reasoning in Multimodal Large Language Models
di: Miao, Yanting, et al.
Pubblicazione: (2026)