論文の概要: MpoxMamba: A Grouped Mamba-based Lightweight Hybrid Network for Mpox Detection

• arxiv url: http://arxiv.org/abs/2409.04218v1
• Date: Fri, 6 Sep 2024 12:17:23 GMT
• ステータス: 処理完了
• システム内更新日: 2024-09-09 15:55:18.168473
• Title: MpoxMamba: A Grouped Mamba-based Lightweight Hybrid Network for Mpox Detection
• Title（参考訳）: MpoxMamba:Mpox検出のためのグループ型Mambaベースの軽量ハイブリッドネットワーク
• Authors: Yubiao Yue, Jun Xue, Haihuang Liang, Zhenzhang Li, Yufeng Wang,
• Abstract要約: 世界保健機関(WHO)は、ムポックスウイルスの感染が世界中で拡大し続けており、国際保健機関(WHO)による国際的懸念の公衆衛生上の緊急事態と宣言した。 深層学習に基づくmpox検出ツールは、mpoxの発生を緩和するために不可欠である。 MpoxMambaと呼ばれる軽量ハイブリッドアーキテクチャを提案し,検出性能,パラメータサイズ,モデル複雑性のトレードオフを実現する。
• 参考スコア（独自算出の注目度）: 1.9861301166025644
• License: http://arxiv.org/licenses/nonexclusive-distrib/1.0/
• Abstract: Due to the lack of effective mpox detection tools, the mpox virus continues to spread worldwide and has once again been declared a public health emergency of international concern by the World Health Organization. Deep learning-based mpox detection tools are crucial to alleviate mpox outbreak. However, existing methods have difficulty in achieving a good trade-off between detection performance, parameter size, and model complexity, which is crucial for practical applications and widespread deployment, especially in resource-limited scenarios. Given that the success of Mamba in modeling long-range dependencies and its linear complexity, we proposed a lightweight hybrid architecture called MpoxMamba. MpoxMamba utilizes deep separable convolutions to extract local feature representations in mpox skin lesions, and greatly enhances the model's ability to model the global contextual information by grouped Mamba modules. Experimental results on two widely recognized mpox datasets demonstrate that MpoxMamba outperforms existing mpox detection methods and state-of-the-art lightweight models. We also developed a web-based online application to provide free mpox detection services to the public in the epidemic areas (http://5227i971s5.goho.co:30290). The source codes of MpoxMamba are available at https://github.com/YubiaoYue/MpoxMamba.
• Abstract（参考訳）: 効果的なmpox検出ツールが欠如しているため、mpoxウイルスは世界中で普及し続けており、世界保健機関(WHO)によって国際的に懸念されている公衆衛生上の緊急事態であると宣言されている。 深層学習に基づくmpox検出ツールは、mpoxの発生を緩和するために不可欠である。 しかし,既存の手法では,検出性能,パラメータサイズ,モデル複雑性の良好なトレードオフを達成するのが困難である。 長距離依存のモデリングにおけるMambaの成功と,その線形複雑性を考えると,MpoxMambaと呼ばれる軽量ハイブリッドアーキテクチャを提案する。 MpoxMambaは、深層分離可能な畳み込みを利用して、ハンポックス皮膚病変の局所的な特徴表現を抽出し、グループ化されたMambaモジュールによってグローバルな文脈情報をモデル化する能力を大幅に強化する。 2つの広く知られているmpoxデータセットの実験結果は、MpoxMambaが既存のmpox検出方法と最先端の軽量モデルより優れていることを示している。 また,疫病地域(http://5227i971s5.goho.co:30290。 MpoxMambaのソースコードはhttps://github.com/YubiaoYue/MpoxMambaで入手できる。

関連論文リスト

• MobileMamba: Lightweight Multi-Receptive Visual Mamba Network [51.33486891724516]
  従来の軽量モデルの研究は、主にCNNとTransformerベースの設計に重点を置いてきた。 効率と性能のバランスをとるMobileMambaフレームワークを提案する。 MobileMambaはTop-1で83.6%を達成し、既存の最先端の手法を上回っている。
  論文  参考訳（メタデータ） (2024-11-24T18:01:05Z)
• Mamba Policy: Towards Efficient 3D Diffusion Policy with Hybrid Selective State Models [20.956716048789474]
  Mambaモデルは効率的なモデリングのための有望なソリューションとして登場した。 本稿では,従来の政策ネットワークと比較してパラメータ数を80%以上削減するMamba Policyを提案する。 大規模な実験では、Mamba PolicyがAdroit、Dexart、MetaWorldのデータセットに優れていることが示されている。
  論文  参考訳（メタデータ） (2024-09-11T10:21:21Z)
• LaMamba-Diff: Linear-Time High-Fidelity Diffusion Models Based on Local Attention and Mamba [54.85262314960038]
  局所的意図的マンバブロックは、大域的コンテキストと局所的詳細の両方を線形複雑性でキャプチャする。 このモデルは, 256x256の解像度で, ImageNet上の様々なモデルスケールでDiTの性能を上回り, 優れたスケーラビリティを示す。 ImageNet 256x256 と 512x512 の最先端拡散モデルと比較すると,最大 62% GFLOP の削減など,我々の最大のモデルには顕著な利点がある。
  論文  参考訳（メタデータ） (2024-08-05T16:39:39Z)
• MambaLRP: Explaining Selective State Space Sequence Models [18.133138020777295]
  選択状態空間列モデル(マンバモデルと呼ばれる)を用いた最近のシーケンスモデリング手法は、関心が高まりつつある。 これらのモデルは、線形時間における長いシーケンスの効率的な処理を可能にし、言語モデリングのような広範囲のアプリケーションで急速に採用されている。 現実のシナリオにおける信頼性の高い利用を促進するためには、透明性を高めることが重要です。
  論文  参考訳（メタデータ） (2024-06-11T12:15:47Z)
• MambaUIE&SR: Unraveling the Ocean's Secrets with Only 2.8 GFLOPs [1.7648680700685022]
  水中画像強調(UIE)技術は,光吸収・散乱による水中画像劣化問題に対処することを目的としている。 近年、畳み込みニューラルネットワーク(CNN)とトランスフォーマーベースの手法が広く研究されている。 MambaUIEは、グローバルおよびローカル情報を効率的に合成することができ、非常に少数のパラメータを高い精度で保持する。
  論文  参考訳（メタデータ） (2024-04-22T05:12:11Z)
• MedMamba: Vision Mamba for Medical Image Classification [0.0]
  視覚変換器(ViT)と畳み込みニューラルネットワーク(CNN)は医療画像分類タスクで広く研究され、広く利用されている。 近年の研究では、マンバで表される状態空間モデル(SSM)が、長距離依存を効果的にモデル化できることが示されている。 我々は、医用画像の一般的な分類のための最初のビジョンマンバであるメドマンバを提案する。
  論文  参考訳（メタデータ） (2024-03-06T16:49:33Z)
• MiM-ISTD: Mamba-in-Mamba for Efficient Infrared Small Target Detection [72.46396769642787]
  ネスト構造であるMamba-in-Mamba(MiM-ISTD)を開発した。 MiM-ISTDはSOTA法より8倍高速で、2048×2048$のイメージでテストすると、GPUメモリ使用率を62.2$%削減する。
  論文  参考訳（メタデータ） (2024-03-04T15:57:29Z)
• PointMamba: A Simple State Space Model for Point Cloud Analysis [65.59944745840866]
  我々は、最近の代表的状態空間モデル(SSM)であるMambaの成功を、NLPからポイントクラウド分析タスクへ転送するPointMambaを提案する。 従来のトランスフォーマーとは異なり、PointMambaは線形複雑性アルゴリズムを採用し、グローバルなモデリング能力を示しながら計算コストを大幅に削減する。
  論文  参考訳（メタデータ） (2024-02-16T14:56:13Z)
• Swin-UMamba: Mamba-based UNet with ImageNet-based pretraining [85.08169822181685]
  本稿では,医療画像のセグメンテーションに特化して設計された新しいマンバモデルSwin-UMambaを紹介する。 Swin-UMamba は CNN や ViT,最新の Mamba ベースのモデルと比較して,優れたパフォーマンスを示している。
  論文  参考訳（メタデータ） (2024-02-05T18:58:11Z)
• Self-Supervised Neuron Segmentation with Multi-Agent Reinforcement Learning [53.00683059396803]
  マスク画像モデル(MIM)は,マスク画像から元の情報を復元する簡便さと有効性から広く利用されている。 本稿では、強化学習(RL)を利用して最適な画像マスキング比とマスキング戦略を自動検索する決定に基づくMIMを提案する。 本手法は,ニューロン分節の課題において,代替自己監督法に対して有意な優位性を有する。
  論文  参考訳（メタデータ） (2023-10-06T10:40:46Z)

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。

指定された論文の情報です。
本サイトの運営者は本サイト（すべての情報・翻訳含む）の品質を保証せず、本サイト（すべての情報・翻訳含む）を使用して発生したあらゆる結果について一切の責任を負いません。