論文の概要: BCG-Former: Toward Pareto-Efficient Hyperspectral Image Classification via Band-Contextual Gating

• arxiv url: http://arxiv.org/abs/2607.15639v1
• Date: Fri, 17 Jul 2026 05:29:18 GMT
• ステータス: 翻訳完了
• システム内更新日: 2026-07-20 17:56:52.752543
• Title: BCG-Former: Toward Pareto-Efficient Hyperspectral Image Classification via Band-Contextual Gating
• Title（参考訳）: BCG-Former:Band-Contextual Gatingによるパレート高能率ハイパースペクトル画像分類に向けて
• Abstract要約: BCG-Formerは軽量なCNN-Transformerハイブリッドで、厳しいメモリとレイテンシの制約をターゲットとしている。 精度対レイテンシ、最近のCNN-、Transformer-、Mamba-ベースのメソッドよりも優れているか、あるいは一致している。 これらの結果から,BCG-Formerはリアルタイムおよび大規模リモートセンシングアプリケーションにおいて,高い精度・効率の候補として確立された。
• 参考スコア（独自算出の注目度）: 6.78016272483708
• License: http://arxiv.org/licenses/nonexclusive-distrib/1.0/
• Abstract: Hyperspectral image (HSI) classification systems are increasingly deployed on platforms with strict computational budgets, such as UAVs and small spaceborne sensors. In these settings, accuracy alone is not enough; the model must also run within tight latency and memory constraints. Most recent HSI classifiers, however, focus on accuracy and pay relatively little attention to these constraints. We propose BCG-Former, a lightweight CNN-Transformer hybrid that targets this trade-off. The model introduces three innovations: (1) Band-Contextual Gating (BCG) for adaptive spectral recalibration using local inter-band context and learnable temperature sharpening, (2) a spectral summary token that bridges spectral and spatial features, and (3) single-pass Band-RoPE combined with linear attention for efficient joint representation learning. Evaluated on classical airborne (Pavia University, Salinas, Indian Pines, Houston 2013/2018) and UAV-borne benchmark datasets (WHU-Hi-LongKou, HongHu, and HanChuan), BCG-Former achieves over-all accuracy ranging from 91.51% on Houston 2018 to 99.49% on Houston 2013, while maintaining sub-millisecond inference latency (0.91-0.95ms) and using only 0.10-0.23M parameters. Across all eight benchmarks, BCG-Former consistently resides on or near the Pareto frontier of accuracy versus latency, outperforming or matching recent CNN-, Transformer-, and Mamba-based methods at a fraction of their computational cost. Ablation studies confirm that all three components are complementary, with BCG providing the largest individual contribution. These results establish BCG-Former as a strong accuracy-efficiency Pareto candidate for real-time and large-scale remote sensing applications.
• Abstract（参考訳）: ハイパースペクトル画像(HSI)分類システムは、UAVや小型の宇宙搭載センサーのような厳格な計算予算を持つプラットフォームにますます展開されている。 これらの設定では、正確性だけでは不十分です。モデルは、タイトなレイテンシとメモリ制約内でも動作しなければなりません。 しかし、近年のHSI分類器は精度を重視しており、これらの制約にはほとんど注意を払わない。 我々は,このトレードオフをターゲットとした軽量CNN-TransformerハイブリッドであるBCG-Formerを提案する。 本モデルでは,(1)局所的帯域間コンテキストと学習可能な温度シャープニングを用いた適応スペクトル再構成のためのBCG(Band-Contextual Gating),(2)スペクトル特徴と空間特徴をブリッジするスペクトル要約トークン,(3)単一パスのBand-RoPEと線形注意を併用した共同表現学習を提案する。 古典的航空機(パヴィア大学、サリナス校、インドパインズ校、ヒューストン2013/2018)とUAV搭載ベンチマークデータセット(WHU-Hi-LongKou、HongHu、HanChuan)に基づいて評価され、BCG-Formerは、ヒューストン2018の91.51%からヒューストン2013の99.49%まで、ミリ秒以下の推論レイテンシ(0.91-0.95ms)を維持しながら、0.10-0.23Mパラメータしか使用していない。 BCG-Formerは8つのベンチマークで、精度対レイテンシのParetoフロンティアに常駐し、最近のCNN-、Transformer-、Mamba-ベースの手法を計算コストのごく一部で性能または適合させる。 アブレーション研究は、これら3つの成分が相補的であり、BCGが最大の個人貢献であることを確認した。 これらの結果から,BCG-Formerはリアルタイムおよび大規模リモートセンシングアプリケーションにおいて,強力な精度効率のPareto候補として確立された。

関連論文リスト

• Flash-BoN: Instant Drafts for Inference-Time Scaling in Diffusion Models [91.19049123903137]
  テキストから画像への推論時間のスケーリングは、単純なBest-of-N$サンプリングからガイド付き検索方法まで進歩している。 これらのアプローチは、いつ、どの程度の頻度でデノベーションを行うかに焦点が当てられているが、生成自体のコストを固定として扱うのがほとんどである。 ウォールクロック評価では、単純なBoNが既にいくつかのガイド付き検索手法に適合または優れていたことを示す。
  論文  参考訳（メタデータ） (2026-07-05T19:02:32Z)
• BAMI: Training-Free Bias Mitigation in GUI Grounding [72.1023567399117]
  我々は、これらのバイアスを効果的に軽減するために、粗い焦点と候補選択という2つの重要な操作を組み込んだtextbfBias-Aware Manipulation Inference (BAMI)を導入する。 BAMIは、トレーニングフリー環境で様々なGUIグラウンドモデルの精度を大幅に向上させる。
  論文  参考訳（メタデータ） (2026-05-07T17:59:31Z)
• ConvVitMamba: Efficient Multiscale Convolution, Transformer, and Mamba-Based Sequence modelling for Hyperspectral Image Classification [2.538209532048867]
  ハイパスペクトル画像(HSI)分類は、高スペクトル次元、冗長性、ラベル付きデータによって依然として困難である。 ConvVitMambaと呼ばれる統合ハイブリッドフレームワークが、効率的なHSI分類のために提案されている。 このアーキテクチャは、3つのコンポーネントを統合する: 局所スペクトル、空間、関節パターンをキャプチャするマルチスケール畳み込み特徴抽出器、グローバルなコンテキスト関係をモデル化するビジョントランスフォーマーベースのトークン化とエンコーディングステージ、効率的なコンテンツ認識のための軽量なMambaインスパイアされたゲート配列混合モジュール。
  論文  参考訳（メタデータ） (2026-04-20T21:26:51Z)
• ReHARK: Refined Hybrid Adaptive RBF Kernels for Robust One-Shot Vision-Language Adaptation [3.8707695363745214]
  ReHARKは、グローバルな近位正規化を通じて、少数ショット適応を再解釈する、トレーニング不要のフレームワークである。 ワンショット適応のための新しい最先端技術がReHARKによって確立され、平均精度は65.83%である。
  論文  参考訳（メタデータ） (2026-03-12T04:59:09Z)
• Time-Series at the Edge: Tiny Separable CNNs for Wearable Gait Detection and Optimal Sensor Placement [3.7765281299298015]
  我々は,3軸加速度の短い窓から発生するパーキンソン病(PD)の歩行検出のためのデバイス上での時系列解析について検討した。 1つの文献ベースライン(分離可能な畳み込み)と2つのウルトラライトモデル(純粋に分離可能なもの)である。
  論文  参考訳（メタデータ） (2025-11-29T08:52:41Z)
• CWSSNet: Hyperspectral Image Classification Enhanced by Wavelet Domain Convolution [0.0]
  本研究は、ZY1F衛星からのハイパースペクトル画像をデータソースとして使用し、江西省山東市由賀郡を研究領域として選定した。 3次元スペクトル空間特徴とウェーブレット畳み込みを統合したCWSSNetという分類フレームワークが提案されている。 CWSSNetは、ユガン郡で平均74.50%、平均82.73%、平均84.94%、平均的精度(mAcc)、平均F1スコア(mF1)を達成した。
  論文  参考訳（メタデータ） (2025-09-11T05:44:52Z)
• Gated Attention for Large Language Models: Non-linearity, Sparsity, and Attention-Sink-Free [81.65559031466452]
  我々は、ゲーティング強化ソフトマックスアテンションの変種を調べる実験を行った。 SDPA(Scaled Dot-Product Attention)後の頭部特異的シグモイドゲートを簡易に修正することで,性能が向上することがわかった。
  論文  参考訳（メタデータ） (2025-05-10T17:15:49Z)
• Multi-Feature Fusion and Compressed Bi-LSTM for Memory-Efficient Heartbeat Classification on Wearable Devices [0.0]
  多機能核融合と双方向長短期記憶(Bi-LSTM)を用いた心電図(ECG)を用いた心拍分類の資源効率向上手法を提案する。 このデータセットは、MIT-BIH Arrhythmia Database: Normal (N)、Left Bundle Branch Block (LBBB)、Right Bundle Branch Block (RBBB)、Premature Ventricular Contraction (PVC)、Paced Beat (PB)の5つのオリジナルクラスで構成されている。
  論文  参考訳（メタデータ） (2024-05-24T07:53:27Z)
• Higher Performance Visual Tracking with Dual-Modal Localization [106.91097443275035]
  Visual Object Tracking (VOT)は、堅牢性と正確性の両方に同期性を必要とする。 ONRによるロバストなローカリゼーション抑制器とOFCによるターゲットセンターへの正確なローカリゼーションにより、ターゲットローカリゼーションのためのデュアルモーダルフレームワークを提案します。
  論文  参考訳（メタデータ） (2021-03-18T08:47:56Z)
• SADet: Learning An Efficient and Accurate Pedestrian Detector [68.66857832440897]
  本稿では,一段検出器の検出パイプラインに対する一連の最適化手法を提案する。 効率的な歩行者検出のための単発アンカーベース検出器(SADet)を形成する。 構造的には単純だが、VGA解像度の画像に対して最先端の結果と20ドルFPSのリアルタイム速度を示す。
  論文  参考訳（メタデータ） (2020-07-26T12:32:38Z)
• Generalized Focal Loss: Learning Qualified and Distributed Bounding Boxes for Dense Object Detection [85.53263670166304]
  一段検出器は基本的に、物体検出を密度の高い分類と位置化として定式化する。 1段検出器の最近の傾向は、局所化の質を推定するために個別の予測分岐を導入することである。 本稿では, 上記の3つの基本要素, 品質推定, 分類, ローカライゼーションについて述べる。
  論文  参考訳（メタデータ） (2020-06-08T07:24:33Z)

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。