論文の概要: Enhancing Oracle Bone Inscription Recognition via Multi-Scale Layer Attention

• arxiv url: http://arxiv.org/abs/2607.00057v1
• Date: Tue, 30 Jun 2026 07:48:05 GMT
• ステータス: 翻訳完了
• システム内更新日: 2026-07-02 19:56:07.599828
• Title: Enhancing Oracle Bone Inscription Recognition via Multi-Scale Layer Attention
• Title（参考訳）: マルチスケールレイヤーアテンションによるOracleの骨インプリンティング認識の強化
• Abstract要約: Oracle Bone Inscriptions (OBI) は、古代中国の文化を理解する上で重要な役割を担っている。 従来の手法は専門家の知識と手作業による分析に頼っている。 マルチスケール・レイヤ・アテンション(MSLA)は,マルチスケール・レイヤ間の相互作用をモデル化する新しいパラダイムである。
• 参考スコア（独自算出の注目度）: 15.00246240540568
• License: http://creativecommons.org/licenses/by/4.0/
• Abstract: Oracle Bone Inscriptions (OBIs) recognition plays a crucial role in understanding ancient Chinese culture. However, accurately recognizing OBIs remains highly challenging due to their complex, irregular, and often degraded shapes. Traditional methods rely on expert knowledge and manual analysis, which are time-consuming and error-prone. Although deep learning has greatly advanced general image recognition, existing methods struggle to capture the fine-grained details and subtle variations inherent in OBIs, resulting in limited performance. Even most recent and effective layer attention techniques are designed to capture fine-grained dependencies through enhanced inter-layer interactions, yet they still exhibit only marginal improvements in OBIs recognition. To address these limitations, we propose Multi-Scale Layer Attention (MSLA), a novel paradigm that explicitly models both multi-scale and cross-layer feature interactions. By enriching the representation with fine-grained details across multiple spatial scales, MSLA enables more accurate and robust OBIs recognition. Extensive experiments on large-scale OBIs datasets demonstrate that MSLA consistently outperforms existing attention mechanisms while maintaining computational efficiency.
• Abstract（参考訳）: Oracle Bone Inscriptions (OBI) は、古代中国の文化を理解する上で重要な役割を担っている。 しかし、OBIを正確に認識することは、複雑で不規則で、しばしば劣化する形状のため、非常に難しいままである。 従来の手法は専門家の知識と手作業による分析に頼っている。 ディープラーニングは一般的な画像認識を大幅に進歩させたが、既存の手法ではOBIに固有の細かな細部や微妙な変化を捉えるのに苦労しており、性能は限られている。 最新の効果的なレイヤーアテンション技術でさえ、層間相互作用の強化によってきめ細かい依存関係を捉えるように設計されているが、それでもOBI認識の限界的な改善しか示していない。 これらの制約に対処するため,マルチスケール・レイヤ・アテンション(MSLA)を提案する。 複数の空間スケールにわたって細かな詳細で表現を豊かにすることで、MSLAはより正確で堅牢なOBI認識を可能にします。 大規模OBIデータセットの大規模な実験により、MSLAは計算効率を維持しながら既存の注意機構を一貫して上回ることを示した。

関連論文リスト

• Beyond Single Character: Evaluating MLLMs for Sentence-Level Oracle Bone Inscription Understanding [52.79561716745463]
  文レベルOBI理解におけるMLLMの評価のための新しいベンチマークであるS-OBIを紹介する。 S-OBIはグリフ置換と合成により、明瞭で標準化された文レベルのOBIインスタンスを合成する。 実験により, 文レベルOBI理解における現代MLLMの劣性を明らかにする。
  論文  参考訳（メタデータ） (2026-06-30T05:59:44Z)
• A Statistical Theory of Gated Attention through the Lens of Hierarchical Mixture of Experts [80.98474052840929]
  ゲーテッドアテンションは、標準アテンションにおける低ランクマッピングの表現性を高めることを実証的に実証されている。 有向注意行列や多頭部自己注意行列の各項目は、専門家の階層的な混合として記述できることを示す。
  論文  参考訳（メタデータ） (2026-02-01T22:22:13Z)
• Granular-ball Guided Masking: Structure-aware Data Augmentation [97.18560547134587]
  Granular-ball Guided Masking (GBGM) は、Granular-ball Computing (GBC) によって誘導される構造対応強化戦略である。 GBGMは、粗い階層的なマスキングプロセスを通じて冗長な領域を抑えながら、意味的に豊富で構造上重要な領域を適応的に保存する。 複数のベンチマークの実験では、分類精度とマスク画像再構成が一貫した改善が示されている。
  論文  参考訳（メタデータ） (2025-12-24T07:15:33Z)
• LEAF: A Robust Expert-Based Framework for Few-Shot Continual Event Detection [7.094483187879095]
  LEAFは、連続イベント検出のための新しくて堅牢なエキスパートベースのフレームワークである。 各専門家はローランク適応(LoRA)行列でパラメータ化される。 セマンティックアウェアの専門家選択機構は、インスタンスを最も関係のある専門家に動的にルーティングし、専門家の専門化と知識干渉の低減を可能にする。
  論文  参考訳（メタデータ） (2025-09-29T10:00:25Z)
• Explaining multimodal LLMs via intra-modal token interactions [55.27436637894534]
  MLLM(Multimodal Large Language Models)は、様々な視覚言語タスクにおいて顕著な成功を収めているが、その内部決定機構は十分に理解されていない。 モーダル内相互作用を利用した解釈可能性の向上を提案する。
  論文  参考訳（メタデータ） (2025-09-26T14:39:13Z)
• Mitigating Long-tail Distribution in Oracle Bone Inscriptions: Dataset, Model, and Benchmark [36.21507457913964]
  オラクル骨碑文(OBI)の認識は、古代中国の歴史や文化を理解する上で重要な役割を担っている。 既存のOBIデータセットは長期分布の問題に悩まされ、多数派と少数派の間でOBI認識モデルの性能に偏りが生じる。 我々は,OBIの専門家によるドメイン知識を取り入れた14,542枚の画像からなる,OBI生成と復調のための構造整合型OBIデータセットであるOracle-P15Kを紹介する。
  論文  参考訳（メタデータ） (2025-04-13T13:03:25Z)
• Unsupervised Attention Regularization Based Domain Adaptation for Oracle Character Recognition [59.05212866862219]
  オラクル文字の研究は中国考古学や文献学において重要な役割を担っている。 実世界のスキャンされたオラクル文字の収集と注釈の難しさは、オラクル文字認識の発達を妨げる。 我々は,ラベル付き手書きオラクル文字からラベル付きスキャンデータへの認識知識を伝達するための,新しい教師なしドメイン適応(UDA)手法を開発した。
  論文  参考訳（メタデータ） (2024-09-24T09:07:05Z)
• Bengali Sign Language Recognition through Hand Pose Estimation using Multi-Branch Spatial-Temporal Attention Model [0.5825410941577593]
  画像列から抽出した手関節骨格を考慮した空間的時間的注意に基づくBSL認識モデルを提案する。 本モデルでは, 高次元特徴空間上に投影された統一関節特徴に基づいて, 識別的構造変位と短距離依存性を捉える。
  論文  参考訳（メタデータ） (2024-08-26T08:55:16Z)
• Recognizing Unseen Objects via Multimodal Intensive Knowledge Graph Propagation [68.13453771001522]
  画像の領域と対応するセマンティック埋め込みとをマッチングする多モード集中型ZSLフレームワークを提案する。 我々は、大規模な実世界のデータに基づいて、広範囲な実験を行い、そのモデルを評価する。
  論文  参考訳（メタデータ） (2023-06-14T13:07:48Z)
• Axial-LOB: High-Frequency Trading with Axial Attention [0.0]
  Axial-LOBは、リミットオーダーブック(LOB)データから在庫の価格変動を予測するための、完全に意図したディープラーニングアーキテクチャである。 我々のアーキテクチャは、グローバルな相互作用を取り入れた特徴マップを構築することができ、パラメータ空間のサイズを大幅に削減できる。 Axial-LOBの有効性は、数百万の高周波取引イベントの時系列表現を含む大規模なベンチマークデータセットで実証されている。
  論文  参考訳（メタデータ） (2022-12-04T12:11:03Z)

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。