論文の概要: White-Box mHC: Electromagnetic Spectrum-Aware and Interpretable Stream Interactions for Hyperspectral Image Classification
- arxiv url: http://arxiv.org/abs/2601.15757v1
- Date: Thu, 22 Jan 2026 08:48:01 GMT
- ステータス: 翻訳完了
- システム内更新日: 2026-01-23 21:37:20.545531
- Title: White-Box mHC: Electromagnetic Spectrum-Aware and Interpretable Stream Interactions for Hyperspectral Image Classification
- Title（参考訳）: ホワイトボックスmHC:超高スペクトル画像分類のための電磁スペクトル認識と解釈可能なストリームインタラクション
- Authors: Yimin Zhu, Lincoln Linlin Xu, Zhengsen Xu, Zack Dewis, Mabel Heffring, Saeid Taleghanidoozdoozan, Motasem Alkayid, Quinn Ledingham, Megan Greenwood,
- Abstract要約: ES-mHCは、異なる電磁スペクトル群間の相互作用を明示的にモデル化するハイパーコネクションフレームワークである。
ES-mHCは電磁スペクトルグループ化の専門化を促進し,冗長性を低減し,内部情報の流れを明らかにする。
これらの結果から,ES-mHCは,HSICを純粋にブラックボックス予測タスクから,構造的に透明な部分的なホワイトボックス学習プロセスに変換することが示唆された。
- 参考スコア（独自算出の注目度）: 2.3379613890114395
- License: http://creativecommons.org/licenses/by/4.0/
- Abstract: In hyperspectral image classification (HSIC), most deep learning models rely on opaque spectral-spatial feature mixing, limiting their interpretability and hindering understanding of internal decision mechanisms. We present physical spectrum-aware white-box mHC, named ES-mHC, a hyper-connection framework that explicitly models interactions among different electromagnetic spectrum groupings (residual stream in mHC) interactions using structured, directional matrices. By separating feature representation from interaction structure, ES-mHC promotes electromagnetic spectrum grouping specialization, reduces redundancy, and exposes internal information flow that can be directly visualized and spatially analyzed. Using hyperspectral image classification as a representative testbed, we demonstrate that the learned hyper-connection matrices exhibit coherent spatial patterns and asymmetric interaction behaviors, providing mechanistic insight into the model internal dynamics. Furthermore, we find that increasing the expansion rate accelerates the emergence of structured interaction patterns. These results suggest that ES-mHC transforms HSIC from a purely black-box prediction task into a structurally transparent, partially white-box learning process.
- Abstract（参考訳）: ハイパースペクトル画像分類(HSIC)では、ほとんどのディープラーニングモデルは、不透明なスペクトル-空間的特徴混合に依存し、解釈可能性を制限するとともに、内部決定機構の理解を妨げる。
我々は、構造化された指向性行列を用いて、異なる電磁スペクトルグルーピング(mHCの残留ストリーム)相互作用の相互作用を明示的にモデル化する超接続フレームワークES-mHCという物理スペクトルを意識したホワイトボックスmHCを提案する。
相互作用構造から特徴表現を分離することにより、ES-mHCは電磁スペクトルグループ化の特殊化を促進し、冗長性を低減し、直接可視化および空間解析が可能な内部情報の流れを公開する。
ハイパースペクトル画像分類を代表的なテストベッドとして用いて、学習されたハイパーコネクション行列がコヒーレントな空間パターンと非対称な相互作用挙動を示し、モデル内部力学の力学的な洞察を与えることを示した。
さらに,膨張速度の増加は,構造的相互作用パターンの出現を加速させることがわかった。
これらの結果から,ES-mHCは,HSICを純粋にブラックボックス予測タスクから,構造的に透明な部分的なホワイトボックス学習プロセスに変換することが示唆された。
関連論文リスト
- Spectral Discrepancy and Cross-modal Semantic Consistency Learning for Object Detection in Hyperspectral Image [40.38555448650773]
スペクトル分解能の高いハイパースペクトル画像は、類似した物質の微妙な違いを認識するための新たな洞察を与える。
ハイパースペクトル画像における物体検出は、ハイパースペクトル間バンドの空間的差異により、クラス内およびクラス間類似性において重大な課題に直面している。
textbfSpectral textbfDiscrepancy と textbfCross-textbfModal semantic consistency learning (SDCM) という新しいネットワークを提案する。
提案手法は他の手法と比較して最先端の性能を実現する。
論文 参考訳（メタデータ） (2025-12-20T07:03:09Z) - Avoided-crossings, degeneracies and Berry phases in the spectrum of quantum noise through analytic Bloch-Messiah decomposition [49.1574468325115]
解析的ブロッホ・メシア分解 (analytic Bloch-Messiah decomposition) は量子光学系の力学を特徴づけるためのアプローチを提供する。
単一パラメータが変化した場合,回避された交差は自然に発生し,特異ベクトルの過敏性をもたらすことを示す。
我々は,避けられた交差を意図的に設計することで,フォトニックシステムのスペクトル応答をプログラムできる可能性を強調した。
論文 参考訳（メタデータ） (2025-04-29T13:14:15Z) - Multidimensional coherent spectroscopy of correlated lattice systems [1.4118944560548017]
多次元コヒーレント分光(MDCS)は、分子系の非線形応答と非平衡ダイナミクスを研究する強力なツールとして量子化学で確立されている。
ここでは、有効モデルのケルディシュ輪郭表現と非平衡力学平均場理論を用いて、原型相関格子系のMDCS信号を体系的に研究する。
論文 参考訳（メタデータ） (2024-11-04T18:55:07Z) - Infrared Spectra Prediction for Diazo Groups Utilizing a Machine
Learning Approach with Structural Attention Mechanism [0.0]
赤外分光法は、分子構造や力学を振動や回転の遷移を通じて解明する化学研究において重要な技術である。
本稿では、特にジアゾ化合物の赤外スペクトルの予測と解釈を強化するために、構造的注意機構を用いた機械学習手法を提案する。
論文 参考訳（メタデータ） (2024-02-05T15:44:43Z) - Correlated spectroscopy of electric noise with color center clusters [0.0]
ダイヤモンド中の色中心クラスターを取り巻く帯電トラップにおけるキャリアのダイナミクスを,多次元および多次元のスペクトル拡散解析を用いて検討する。
我々の結果は、他の色中心に一般化することができ、半導体中の光キャリアダイナミクスの微視的評価に興味深い機会を与えることができる。
論文 参考訳（メタデータ） (2024-01-15T16:36:46Z) - PyNanospacing: TEM image processing tool for strain analysis and
visualization [0.0]
本稿では,幅広い材料を扱えるTEM画像処理のためのPythonコードを開発する。
平面間隔の局所的な差異を輪郭写像に変換し、格子拡大と圧縮の視覚的表現を可能にする。
ツールは非常に汎用的で、TEM画像を用いて材料特性を分析するのに大いに役立ちます。
論文 参考訳（メタデータ） (2023-11-27T12:08:46Z) - Electromagnetically induced transparency in inhomogeneously broadened
divacancy defect ensembles in SiC [52.74159341260462]
電磁誘導透過 (EIT) は、光信号と電子スピンの量子コヒーレンスの間に強く堅牢な相互作用を与える現象である。
この材料プラットフォームにおいても,計測幾何学の慎重に設計した上で,EITを高視認性で確立できることが示される。
本研究は,多層システムにおけるEITの非均一性に対する理解を提供し,半導体の幅広い欠陥に対する考察である。
論文 参考訳（メタデータ） (2022-03-18T11:22:09Z) - Mask-guided Spectral-wise Transformer for Efficient Hyperspectral Image
Reconstruction [127.20208645280438]
ハイパースペクトル画像(HSI)再構成は、2次元計測から3次元空間スペクトル信号を復元することを目的としている。
スペクトル間相互作用のモデル化は、HSI再構成に有用である。
Mask-guided Spectral-wise Transformer (MST) は,HSI再構成のための新しいフレームワークを提案する。
論文 参考訳（メタデータ） (2021-11-15T16:59:48Z) - Simulation of absorption spectra of molecular aggregates: a Hierarchy of
Stochastic Pure States approach [68.8204255655161]
純粋な状態の階層(HOPS)は、局所的な軌跡に基づく正式な正確な解を提供する。
大集合体における吸収スペクトルのシミュレーションのためにHOPSの局在を爆発させるには、正規化軌道の定式化が必要である。
論文 参考訳（メタデータ） (2021-11-01T16:59:54Z) - Out-of-time-order correlations and the fine structure of eigenstate
thermalisation [58.720142291102135]
量子情報力学と熱化を特徴付けるツールとして、OTOC(Out-of-time-orderor)が確立されている。
我々は、OTOCが、ETH(Eigenstate Thermalisation hypothesis)の詳細な詳細を調査するための、本当に正確なツールであることを明確に示している。
無限温度状態における局所作用素の和からなる可観測物の一般クラスに対して、$omega_textrmGOE$の有限サイズスケーリングを推定する。
論文 参考訳（メタデータ） (2021-03-01T17:51:46Z)
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。