Fugu-MT 論文翻訳(概要): Multi-Sensor Data and Knowledge Fusion -- A Proposal for a Terminology Definition

論文の概要: Multi-Sensor Data and Knowledge Fusion -- A Proposal for a Terminology Definition

arxiv url: http://arxiv.org/abs/2001.04171v1
Date: Mon, 13 Jan 2020 11:42:36 GMT
ステータス: 処理完了
システム内更新日: 2023-01-11 22:48:25.043959
Title: Multi-Sensor Data and Knowledge Fusion -- A Proposal for a Terminology Definition
Title（参考訳）: マルチセンサデータと知識融合 - 用語定義の提案-
Authors: Silvia Beddar-Wiesing, Maarten Bieshaar
Abstract要約: 融合のタイプを明確に定義することは、矛盾する文献のために必ずしも提供されない。以下に、融合の過程は、融合コンポーネントと融合が起こる抽象化レベルによって定義される。
参考スコア（独自算出の注目度）: 1.2691047660244335
License: http://arxiv.org/licenses/nonexclusive-distrib/1.0/
Abstract: Fusion is a common tool for the analysis and utilization of available datasets and so an essential part of data mining and machine learning processes. However, a clear definition of the type of fusion is not always provided due to inconsistent literature. In the following, the process of fusion is defined depending on the fusion components and the abstraction level on which the fusion occurs. The focus in the first part of the paper at hand is on the clear definition of the terminology and the development of an appropriate ontology of the fusion components and the fusion level. In the second part, common fusion techniques are presented.
Abstract（参考訳）: Fusionは利用可能なデータセットの分析と利用のための一般的なツールであり、データマイニングと機械学習プロセスの重要な部分である。しかし、不整合文学のため、必ずしも融合の種類を明確に定義するわけではない。以下の例では、核融合の過程は核融合の構成要素と核融合が起こる抽象レベルによって定義される。論文の第1部では, 用語の明確な定義と, 核融合成分の適切なオントロジーと核融合レベルの開発に焦点が当てられている。第2部では、一般的な核融合技術を紹介する。

関連論文リスト

Text-IF: Leveraging Semantic Text Guidance for Degradation-Aware and Interactive Image Fusion [26.809259323430368]
そこで本研究では,テキストIF(Text-IF)と呼ばれる画像融合タスクにおいて,意味的テキスト誘導画像融合モデルを活用する新しい手法を提案する。テキストIFは、オールインワンの赤外線および可視画像劣化認識処理およびインタラクティブなフレキシブル融合結果にアクセスできる。このように、Text-IFはマルチモーダル画像融合だけでなく、マルチモーダル情報融合も実現している。
論文参考訳（メタデータ） (2024-03-25T03:06:45Z)
Image Fusion via Vision-Language Model [91.36809431547128]
VIsion-Language Model (FILM)による画像融合という新しい融合パラダイムを導入する。 FILMは画像からセマンティックプロンプトを生成し、それらをChatGPTに入力し、包括的なテキスト記述を行う。これらの記述はテキスト領域内で融合され、視覚情報融合を導く。 FILMは、赤外線可視、医療、マルチ露光、マルチフォーカス画像融合の4つの画像融合タスクにおいて有望な結果を示している。
論文参考訳（メタデータ） (2024-02-03T18:36:39Z)
From Text to Pixels: A Context-Aware Semantic Synergy Solution for Infrared and Visible Image Fusion [66.33467192279514]
我々は、テキスト記述から高レベルなセマンティクスを活用し、赤外線と可視画像のセマンティクスを統合するテキスト誘導多モード画像融合法を提案する。本手法は,視覚的に優れた融合結果を生成するだけでなく,既存の手法よりも高い検出mAPを達成し,最先端の結果を得る。
論文参考訳（メタデータ） (2023-12-31T08:13:47Z)
TextFusion: Unveiling the Power of Textual Semantics for Controllable Image Fusion [38.61215361212626]
本稿では,高度な画像融合のためのテキスト誘導融合パラダイムを提案する。テキスト注釈付き画像融合データセットIVTをリリースする。我々のアプローチは、従来の外見に基づく融合法よりも一貫して優れています。
論文参考訳（メタデータ） (2023-12-21T09:25:10Z)
Deep Equilibrium Multimodal Fusion [88.04713412107947]
多重モーダル融合は、複数のモーダルに存在する相補的な情報を統合し、近年多くの注目を集めている。本稿では,動的多モード核融合プロセスの固定点を求めることにより,多モード核融合に対する新しいDeep equilibrium (DEQ)法を提案する。 BRCA,MM-IMDB,CMU-MOSI,SUN RGB-D,VQA-v2の実験により,DEC融合の優位性が示された。
論文参考訳（メタデータ） (2023-06-29T03:02:20Z)
A Task-guided, Implicitly-searched and Meta-initialized Deep Model for Image Fusion [69.10255211811007]
本稿では,課題の多い現実シナリオにおいて,画像融合問題に対処するためのタスク誘導,インプリシト検索,メタ一般化(TIM)深層モデルを提案する。具体的には、画像融合の教師なし学習プロセスを導くために、下流タスクからの情報を組み込む制約付き戦略を提案する。このフレームワーク内に暗黙の探索スキームを設計し、高速な融合モデルのためのコンパクトなアーキテクチャを自動で発見する。
論文参考訳（メタデータ） (2023-05-25T08:54:08Z)
Equivariant Multi-Modality Image Fusion [124.11300001864579]
エンドツーエンドの自己教師型学習のための同変多モードImAge融合パラダイムを提案する。我々のアプローチは、自然画像応答が特定の変換に等しくなるという以前の知識に根ざしている。実験により、EMMAは赤外線可視画像と医用画像に高品質な融合結果をもたらすことが確認された。
論文参考訳（メタデータ） (2023-05-19T05:50:24Z)
LRRNet: A Novel Representation Learning Guided Fusion Network for Infrared and Visible Images [98.36300655482196]
我々は,融合タスクを数学的に定式化し,その最適解とそれを実装可能なネットワークアーキテクチャとの接続を確立する。特に、融合タスクに学習可能な表現アプローチを採用し、融合ネットワークアーキテクチャの構築は学習可能なモデルを生成する最適化アルゴリズムによって導かれる。この新しいネットワークアーキテクチャに基づいて、赤外線および可視光画像を融合するために、エンドツーエンドの軽量核融合ネットワークを構築する。
論文参考訳（メタデータ） (2023-04-11T12:11:23Z)
A systematic review and meta-analysis of Digital Elevation Model (DEM) fusion: pre-processing, methods and applications [0.0]
2.5D/3Dデジタル標高モデル(DEM)融合はリモートセンシングにおけるデータ融合の鍵となる応用である。 DEM融合は、より完全で正確で信頼性の高いデータセットを提供するために、マルチソースDEMの相補的な特性を利用する。本稿では,DEM融合の体系的レビューとして,メタ分析により拡張された事前処理ワークフロー,メソッド,アプリケーションについて述べる。
論文参考訳（メタデータ） (2022-03-28T18:39:14Z)
UFA-FUSE: A novel deep supervised and hybrid model for multi-focus image fusion [4.105749631623888]
伝統的および深層学習に基づく融合法は、一連の後処理手順を通じて中間決定マップを生成する。深層学習に基づく画像再構成技術に着想を得て,多焦点画像融合ネットワークフレームワークを提案する。提案手法は,19種類の最先端核融合法と比較して優れた核融合性能が得られることを示す。
論文参考訳（メタデータ） (2021-01-12T14:33:13Z)

関連論文リストは本サイト内にある論文のタイトル・アブストラクトから自動的に作成しています。