論文の概要: Visualizing Coalition Formation: From Hedonic Games to Image Segmentation

• arxiv url: http://arxiv.org/abs/2603.07890v1
• Date: Mon, 09 Mar 2026 02:08:17 GMT
• ステータス: 翻訳完了
• システム内更新日: 2026-03-10 15:13:15.341975
• Title: Visualizing Coalition Formation: From Hedonic Games to Image Segmentation
• Title（参考訳）: 協調形成を可視化する - ヘドニックゲームからイメージセグメンテーションへ
• Authors: Pedro Henrique de Paula França, Lucas Lopes Felipe, Daniel Sadoc Menasché,
• Abstract要約: ヘドニックゲームにおける連立生成のための視覚診断テストベッドとしてのイメージセグメンテーションを提案する。 収束した連立関係が基底構造と重なり合うかどうかを計測することにより、多重結合平衡をバイナリプロトコルに関連付ける。
• 参考スコア（独自算出の注目度）: 0.22940141855172033
• License: http://creativecommons.org/licenses/by/4.0/
• Abstract: We propose image segmentation as a visual diagnostic testbed for coalition formation in hedonic games. Modeling pixels as agents on a graph, we study how a granularization parameter shapes equilibrium fragmentation and boundary structure. On the Weizmann single-object benchmark, we relate multi-coalition equilibria to binary protocols by measuring whether the converged coalitions overlap with a foreground ground-truth. We observe transitions from cohesive to fragmented yet recoverable equilibria, and finally to intrinsic failure under excessive fragmentation. Our core contribution links multi-agent systems with image segmentation by quantifying the impact of mechanism design parameters on equilibrium structures.
• Abstract（参考訳）: ヘドニックゲームにおける連立生成のための視覚診断テストベッドとしてのイメージセグメンテーションを提案する。 グラフ上での画素をエージェントとしてモデル化し、粒度パラメータが平衡断片化と境界構造をどのように形成するかを考察する。 Weizmann 単目的ベンチマークでは、収束した連立関係が基底構造と重なるかどうかを測定することにより、多重結合平衡をバイナリプロトコルに関連付ける。 凝集性から破片化されながら回復可能な平衡への遷移を観察し, 過度な破片化の下で本質的な失敗を経験する。 本研究のコアコントリビューションは, 機構設計パラメータが平衡構造に与える影響を定量化することにより, 多エージェントシステムと画像セグメンテーションを結びつける。

関連論文リスト

• From Variability To Accuracy: Conditional Bernoulli Diffusion Models with Consensus-Driven Correction for Thin Structure Segmentation [0.0]
  あいまいな領域では、既存のセグメンテーションアプローチは、しばしば非連結または非分離的な結果を出力する。 本稿では,複数の拡散モデル出力からのコンセンサスを利用してセグメント化結果を補正する新しいフレームワークを提案する。 本手法は,手作業による分割結果の修正を自動化し,画像ガイド下手術計画と手術に応用できる。
  論文  参考訳（メタデータ） (2025-07-17T10:44:06Z)
• Optimal Transport Driven Asymmetric Image-to-Image Translation for Nuclei Segmentation of Histological Images [12.154569665167424]
  組織像から核構造を分割する新しい深部生成モデルを提案する。 提案モデルでは,情報量の多いヒストロジ画像空間と情報量が少ないセグメンテーションマップ領域との間の情報格差を扱うための埋め込み空間を考察する。 提案したモデルは、複雑なネットワークアーキテクチャを持つ他の既存モデルと比較して、ネットワーク複雑性とモデルパフォーマンスのトレードオフを良くする。
  論文  参考訳（メタデータ） (2025-06-08T07:05:33Z)
• Bayesian Unsupervised Disentanglement of Anatomy and Geometry for Deep Groupwise Image Registration [59.062085785106234]
  本稿では,マルチモーダル群画像登録のための一般ベイズ学習フレームワークを提案する。 本稿では,潜在変数の推論手順を実現するために,新しい階層的変分自動符号化アーキテクチャを提案する。 心臓、脳、腹部の医療画像から4つの異なるデータセットを含む,提案された枠組みを検証する実験を行った。
  論文  参考訳（メタデータ） (2024-01-04T08:46:39Z)
• A kinetic approach to consensus-based segmentation of biomedical images [39.58317527488534]
  バイオメディカルセグメンテーション問題に有界信頼度コンセンサスモデルの運動バージョンを適用した。 システムの長時間の挙動は、代理のフォッカー・プランク法(英語版)の助けを借りて計算される。 2次元グレースケール画像の関連集合に対して導入されたセグメンテーション距離を最小化する。
  論文  参考訳（メタデータ） (2022-11-08T09:54:34Z)
• Self-supervised Correlation Mining Network for Person Image Generation [9.505343361614928]
  人物画像生成は、ソース画像の非剛性変形を実現することを目的としている。 特徴空間のソース画像を再構成する自己教師付き相関マイニングネットワーク(SCM-Net)を提案する。 クロススケールポーズ変換の忠実度を向上させるために,グラフに基づく身体構造保持損失を提案する。
  論文  参考訳（メタデータ） (2021-11-26T03:57:46Z)
• Image Co-skeletonization via Co-segmentation [102.59781674888657]
  我々は,新しい共同処理の話題である画像コスケルトン化を提案する。 単一の自然な画像におけるオブジェクトのスケルトン化は、オブジェクトに関する事前の知識がほとんどないため、難しい問題である。 本稿では,コ・スケルトン化とコ・セグメンテーション・タスクの結合フレームワークを提案する。
  論文  参考訳（メタデータ） (2020-04-12T09:35:54Z)
• Pathological Retinal Region Segmentation From OCT Images Using Geometric Relation Based Augmentation [84.7571086566595]
  本稿では,幾何学と形状の内在的関係を共同で符号化することで,従来のGANベースの医用画像合成法よりも優れた手法を提案する。 提案手法は,取得手順の異なる画像を有する公開RETOUCHデータセット上で,最先端のセグメンテーション手法より優れている。
  論文  参考訳（メタデータ） (2020-03-31T11:50:43Z)

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。