論文の概要: torchmil: A PyTorch-based library for deep Multiple Instance Learning

• arxiv url: http://arxiv.org/abs/2509.08129v1
• Date: Tue, 09 Sep 2025 20:14:19 GMT
• ステータス: 翻訳完了
• システム内更新日: 2025-09-11 15:16:52.242401
• Title: torchmil: A PyTorch-based library for deep Multiple Instance Learning
• Title（参考訳）: Torchmil: 深層マルチインスタンス学習のためのPyTorchベースのライブラリ
• Authors: Francisco M. Castro-Macías, Francisco J. Sáez-Maldonado, Pablo Morales-Álvarez, Rafael Molina,
• Abstract要約: マルチインスタンス学習(MIL)は、弱い教師付き学習のための強力なフレームワークである。 ディープMILメソッドへの関心が高まっているが、モデル開発、評価、比較のための標準化されたツールが欠落している。 PyTorch上に構築されたオープンソースのPythonライブラリであるTorchmilを紹介します。
• 参考スコア（独自算出の注目度）: 8.324358400557351
• License: http://creativecommons.org/licenses/by/4.0/
• Abstract: Multiple Instance Learning (MIL) is a powerful framework for weakly supervised learning, particularly useful when fine-grained annotations are unavailable. Despite growing interest in deep MIL methods, the field lacks standardized tools for model development, evaluation, and comparison, which hinders reproducibility and accessibility. To address this, we present torchmil, an open-source Python library built on PyTorch. torchmil offers a unified, modular, and extensible framework, featuring basic building blocks for MIL models, a standardized data format, and a curated collection of benchmark datasets and models. The library includes comprehensive documentation and tutorials to support both practitioners and researchers. torchmil aims to accelerate progress in MIL and lower the entry barrier for new users. Available at https://torchmil.readthedocs.io.
• Abstract（参考訳）: マルチインスタンス学習(MIL)は、弱い教師付き学習のための強力なフレームワークである。 深層MIL手法への関心が高まっているが、モデル開発、評価、比較のための標準化されたツールが欠落しており、再現性とアクセシビリティを阻害している。 これを解決するために、PyTorch上に構築されたオープンソースのPythonライブラリであるTorchmilを紹介します。 Torchmilは統一的でモジュール化された拡張可能なフレームワークを提供しており、MILモデルの基本的なビルディングブロック、標準化されたデータフォーマット、ベンチマークデータセットとモデルのキュレートされたコレクションを備えている。 このライブラリには、実践者と研究者の両方をサポートする包括的なドキュメントとチュートリアルが含まれている。 Torchmilは、MILの進歩を加速し、新規ユーザーの参入障壁を低くすることを目指している。 https://torchmil.readthedocs.io.comで入手できる。

関連論文リスト

• PyPulse: A Python Library for Biosignal Imputation [58.35269251730328]
  PyPulseは,臨床およびウェアラブルの両方のセンサ設定において生体信号の計算を行うPythonパッケージである。 PyPulseのフレームワークは、非機械学習バイオリサーバーを含む幅広いユーザーベースに対して、使い勝手の良いモジュラーで拡張可能なフレームワークを提供する。 PyPulseはMITライセンスでGithubとPyPIでリリースしました。
  論文  参考訳（メタデータ） (2024-12-09T11:00:55Z)
• MALPOLON: A Framework for Deep Species Distribution Modeling [3.1457219084519004]
  MALPOLONは深部種分布モデル(deep-SDM)の訓練と推測を容易にすることを目的としている Pythonで書かれ、PyTorchライブラリ上に構築されている。 このフレームワークはGitHubとPyPiでオープンソース化されている。
  論文  参考訳（メタデータ） (2024-09-26T17:45:10Z)
• pyvene: A Library for Understanding and Improving PyTorch Models via Interventions [79.72930339711478]
  $textbfpyvene$は、さまざまなPyTorchモジュールに対するカスタマイズ可能な介入をサポートするオープンソースライブラリである。 私たちは、$textbfpyvene$が、ニューラルモデルへの介入を実行し、他のモデルとインターバルされたモデルを共有するための統一されたフレームワークを提供する方法を示します。
  論文  参考訳（メタデータ） (2024-03-12T16:46:54Z)
• TorchRL: A data-driven decision-making library for PyTorch [20.776851077664915]
  PyTorchは、プレミア機械学習フレームワークとして昇格したが、決定および制御タスクのためのネイティブで包括的なライブラリが欠如している。 我々はPyTorchの汎用制御ライブラリであるTorchRLを提案する。 ビルディングブロックの詳細な説明と、ドメインやタスクにわたるライブラリの概要について説明する。
  論文  参考訳（メタデータ） (2023-06-01T11:45:45Z)
• SequeL: A Continual Learning Library in PyTorch and JAX [50.33956216274694]
  SequeLは継続学習のためのライブラリで、PyTorchとJAXフレームワークの両方をサポートする。 それは、正規化ベースのアプローチ、リプレイベースのアプローチ、ハイブリッドアプローチを含む、幅広い連続学習アルゴリズムのための統一インターフェースを提供する。 私たちはSequeLをオープンソースライブラリとしてリリースし、研究者や開発者が自身の目的で簡単にライブラリを実験し拡張することができます。
  論文  参考訳（メタデータ） (2023-04-21T10:00:22Z)
• PyRelationAL: a python library for active learning research and development [1.0061110876649197]
  アクティブラーニング(英: Active Learning, AL)は、反復的かつ経済的にデータを取得する手法の開発に焦点を当てたMLのサブフィールドである。 本稿では,AL研究のためのオープンソースライブラリであるPyRelationALを紹介する。 プールベースのアクティブラーニング戦略を構成するための2段階の設計方法論をベースとしたモジュラーツールキットについて述べる。
  論文  参考訳（メタデータ） (2022-05-23T08:21:21Z)
• skrl: Modular and Flexible Library for Reinforcement Learning [0.0]
  skrlはPythonで書かれた強化学習のためのオープンソースのモジュールライブラリである。 NVIDIA Isaac Gym環境のロード、設定、操作を可能にする。
  論文  参考訳（メタデータ） (2022-02-08T12:43:31Z)
• Latte: Cross-framework Python Package for Evaluation of Latent-Based Generative Models [65.51757376525798]
  Latteは、潜伏型生成モデルを評価するためのPythonライブラリである。 LatteはPyTorchと/Kerasの両方と互換性があり、関数型APIとモジュール型APIの両方を提供する。
  論文  参考訳（メタデータ） (2021-12-20T16:00:28Z)
• PyTorchVideo: A Deep Learning Library for Video Understanding [71.89124881732015]
  PyTorchVideoは、ビデオ理解タスクのためのオープンソースのディープラーニングライブラリである。 マルチモーダルデータローディング、変換、モデルを含む、ビデオ理解ツールのフルスタックをカバーする。 ライブラリはPyTorchをベースにしており、任意のトレーニングフレームワークで使用することができる。
  論文  参考訳（メタデータ） (2021-11-18T18:59:58Z)
• Solo-learn: A Library of Self-supervised Methods for Visual Representation Learning [83.02597612195966]
  solo-learnは視覚表現学習のための自己指導型のメソッドのライブラリである。 Pythonで実装され、PytorchとPytorch Lightningを使用して、このライブラリは研究と業界のニーズの両方に適合する。
  論文  参考訳（メタデータ） (2021-08-03T22:19:55Z)

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。