检索结果-南通市图书馆

Editorial for Special Issue on Multi-modal Representation Learning

Machine Intelligence Research 2024年第4期21卷 615-616页

作者： Deng-Ping Fan nick barnes Ming-Ming Cheng Luc Van Gool Nankai University China&ETH ZürichSwitzerland Australian National University Australia Nankai University China ETH Zürich Switzerland

The past decade has witnessed the impressive and steady development of single-modal AI technologies in several fields,thanks to the emergence of deep *** studied,however,is multi-modal AI-commonly considered the next generation of AI-which utilizes complementary context concealed in different-modality inputs to improve *** naturally learn to form a global concept from multiple modalities(i.e.,sight,hearing,touch,smell,and taste),even when some are incomplete or ***,in addition to the two popular modalities(vision and language),other types of data such as depth,infrared information,and events are also important for multi-modal learning in real-world scenes.

关键词： modal utilize incomplete

来源：

维普期刊数据库评论

在线全文

维普期刊数据库

学校读者我要写书评

暂无评论

Rethinking Polyp Segmentation from An Out-ofdistribution Perspective

引用

Machine Intelligence Research 2024年第4期21卷 631-639页

作者： Ge-Peng Ji Jing Zhang Dylan Campbell Huan Xiong nick barnes Australian National University Canberra 8105Australia Mohamed bin Zayed University of Artificial Intelligence Abu Dhabi 999041UAE

Unlike existing fully-supervised approaches,we rethink colorectal polyp segmentation from an out-of-distribution perspective with a simple but effective self-supervised learning *** leverage the ability of masked autoencoders-self-supervised vision transformers trained on a reconstruction task-to learn in-distribution representations,here,the distribution of healthy colon *** then perform out-of-distribution reconstruction and inference,with feature space standardisation to align the latent distribution of the diverse abnormal samples with the statistics of the healthy *** generate per-pixel anomaly scores for each image by calculating the difference between the input and reconstructed images and use this signal for out-of-distribution(i.e.,polyp)*** results on six benchmarks show that our model has excellent segmentation performance and generalises across *** code is publicly available at https://***/GewelsJI/Polyp-OOD.

关键词： Polyp segmentation anomaly segmentation out-of-distribution segmentation masked autoencoder abdomen.

来源：

维普期刊数据库评论

在线全文

维普期刊数据库

学校读者我要写书评

暂无评论

欢迎您,

建议与咨询留下您的常用邮箱和电话号码，以便我们向您反馈解决方案和替代方法

时间限定

文献类型

馆藏选择

核心期刊

语言

文献类型

帮助

文字说明：

检索规则说明：

检索范例：

分类表

所选分类

限定检索结果

文献类型

馆藏范围

日期分布

学科分类号

主题

机构

作者

语言

在线全文

在线全文

请选择保存的检索档案：

请选择收藏分类：

通借通还

欢迎您,

建议与咨询 留下您的常用邮箱和电话号码，以便我们向您反馈解决方案和替代方法

时间限定

文献类型

馆藏选择

核心期刊

语言

文献类型

帮助

文字说明：

检索规则说明：

检索范例：

分类表

所选分类

限定检索结果

文献类型

馆藏范围

日期分布

学科分类号

主题

机构

作者

语言

在线全文

在线全文

请选择保存的检索档案： 新增检索档案 确定 取消

请选择收藏分类： 新增自定义分类 确定 取消

通借通还

建议与咨询留下您的常用邮箱和电话号码，以便我们向您反馈解决方案和替代方法

请选择保存的检索档案：

请选择收藏分类：