論文の概要: InfoTaxa: Information-Calibrated Label-Free Clustering for Fine-Grained Visual Taxonomy

• arxiv url: http://arxiv.org/abs/2609.17218v1
• Date: Tue, 15 Sep 2026 14:03:52 GMT
• ステータス: 翻訳完了
• システム内更新日: 2026-09-16 14:56:08.551861
• Title: InfoTaxa: Information-Calibrated Label-Free Clustering for Fine-Grained Visual Taxonomy
• Title（参考訳）: InfoTaxa:細粒度視覚分類のための情報キャリブレーション付きラベルフリークラスタリング
• Abstract要約: 画像のみのきめ細かい分類は、一貫した粗い欠陥モードを示す。 情報キャリブレーションによるクラスタリング分析により,BIOSCAN-5M上でのこの挙動について検討した。
• 参考スコア（独自算出の注目度）: 17.572363828337476
• License: http://arxiv.org/licenses/nonexclusive-distrib/1.0/
• Abstract: Label-free clustering of frozen pretrained visual embeddings offers a scalable route to biodiversity monitoring, but image-only fine-grained taxonomy exhibits a consistent coarse-to-fine failure mode: clusters recover broad taxonomic structure yet plateau at species level. We study this behaviour on BIOSCAN-5M through an information-calibrated clustering analysis. BioCLIP~2 features with UMAP and HDBSCAN reach $0.79$ AMI at family and $0.67$ at genus, substantially improving over the prior image baseline and remaining competitive with oracle-$K$, graph-based, and learned clustering heads on the same frozen features. To diagnose whether the remaining plateau is method-limited or information-limited, we introduce InfoTaxa, which combines clustering efficiency---the fraction of probe-estimated image information recovered by an unsupervised partition---with paired DNA as an audit signal only, not an inference input. The density pipeline recovers approximately $0.90$ and $0.81$ of the image-available information at order and family, respectively. Held-out late-fusion probes show that adding DNA to the image embedding reduces species-level prediction error by approximately two bits. Robustness analyses cover multiple image encoders, described-species and rare-class subsets, probe diagnostics, and held-out-species coarse-rank generalisation and same-species retrieval. Thus, in the tested setting, species-level label-free clustering is both clustering-limited and representation-limited: improved clustering may recover additional image-exposed structure, but cannot close the DNA-audited information gap alone.
• Abstract（参考訳）: 凍結保存された視覚的埋め込みのラベルなしクラスタリングは、生物多様性監視へのスケーラブルな経路を提供するが、画像のみのきめ細かい分類は、一貫した粗い失敗モードを示す。 情報キャリブレーションによるクラスタリング分析により,BIOSCAN-5M上でのこの挙動について検討した。 UMAPとHDBSCANの2つの機能は、家族で0.79$AMI、属で0.67$に達し、以前のイメージベースラインよりも大幅に改善され、オラクル-K$と競合し、グラフベースで、同じ凍結機能で学習されたクラスタリングヘッドに到達した。 残高がメソッド限定か情報限定かを診断するために、クラスタリング効率を併用したInfoTaxaを導入する。 密度パイプラインは、それぞれ$0.90$と$0.81$のイメージ可利用情報の順に復元する。 画像にDNAを埋め込むと、種レベルでの予測誤差が約2ビット減少する。 ロバストネス分析は、複数の画像エンコーダ、記述された種とレアクラスのサブセット、プローブ診断、粗いランクの一般化と同種の検索をカバーしている。 したがって、テスト環境では、種レベルのラベルなしクラスタリングはクラスタリング制限と表現制限の両方である: 改良されたクラスタリングは、追加の画像公開構造を回復するが、DNA監査された情報ギャップのみを閉じることはできない。

関連論文リスト

• Vision Transformers for Zero-Shot Clustering of Animal Images: A Comparative Benchmarking Study [0.19116784879310023]
  動物画像のマニュアルラベリングは、生態学研究において重要なボトルネックとなっている。 本研究では、最先端のビジョントランスフォーマー(ViT)基盤モデルが、何千もの未ラベルの動物画像を直接種レベルのクラスタに還元できるかどうかを検討する。
  論文  参考訳（メタデータ） (2026-02-03T08:27:22Z)
• Hierarchical Identity Learning for Unsupervised Visible-Infrared Person Re-Identification [81.3063589622217]
  教師なし可視赤外線人物再識別(USVI-ReID)は、ラベルのないクロスモーダルな人物データセットからモダリティ不変の画像特徴を学習することを目的としている。
  論文  参考訳（メタデータ） (2025-09-15T05:10:43Z)
• Disentanglement of Biological and Technical Factors via Latent Space Rotation in Clinical Imaging Improves Disease Pattern Discovery [0.4820000447145793]
  本稿では,データ潜在空間の保温後回転を通じて,ドメインシフトを積極的に学習する手法を提案する。 その結果, 学習した非絡み合い表現は, 組織型を表す安定したクラスタを, 異なる取得環境に分散させることが示唆された。
  論文  参考訳（メタデータ） (2025-09-14T21:16:15Z)
• DiffKillR: Killing and Recreating Diffeomorphisms for Cell Annotation in Dense Microscopy Images [105.46086313858062]
  DiffKillRは、アーチェタイプマッチングと画像登録タスクの組み合わせとして、セルアノテーションを再構成する新しいフレームワークである。 DiffKillRは、大規模な顕微鏡画像間でアノテーションを効率よく伝播し、広範囲な手動ラベリングの必要性を減らす。 我々はDiffKillRの理論的性質について論じ、それを3つの顕微鏡タスクで検証し、既存の教師付き・半教師なし・教師なしの手法に対する利点を実証する。
  論文  参考訳（メタデータ） (2024-10-04T00:38:29Z)
• Generalized Category Discovery with Clustering Assignment Consistency [56.92546133591019]
  一般化圏発見(GCD)は、最近提案されたオープンワールドタスクである。 クラスタリングの一貫性を促進するための協調学習ベースのフレームワークを提案する。 提案手法は,3つの総合的なベンチマークと3つのきめ細かい視覚認識データセット上での最先端性能を実現する。
  論文  参考訳（メタデータ） (2023-10-30T00:32:47Z)
• Rethinking Image Forgery Detection via Soft Contrastive Learning and Unsupervised Clustering [27.495469888054032]
  画像偽造検出は、画像内の偽造領域を検出し、発見することを目的としている。 既存の偽造検出アルゴリズムは、画素を偽造または偽造に分類するために分類問題を定式化している。 本稿では,ソフトコントラスト学習と教師なしクラスタリングに基づく,新しい,シンプルかつ極めて効果的なパラダイムであるFOCAL法を提案する。
  論文  参考訳（メタデータ） (2023-08-18T05:05:30Z)
• InfoNCE Loss Provably Learns Cluster-Preserving Representations [54.28112623495274]
  InfoNCEが有限個の負のサンプルで学習した表現は、データのクラスタに対して一致していることを示す。 我々の主な成果は、InfoNCEが有限個の負のサンプルで学んだ表現もまた、データのクラスタと一致していることを示すことである。
  論文  参考訳（メタデータ） (2023-02-15T19:45:35Z)
• Incorporating Semi-Supervised and Positive-Unlabeled Learning for Boosting Full Reference Image Quality Assessment [73.61888777504377]
  フル参照(FR)画像品質評価(IQA)は、その知覚的差異をプリズム品質基準で測定することにより、歪み画像の視覚的品質を評価する。 ラベルなしデータは、画像劣化または復元プロセスから容易に収集することができ、ラベルなしのトレーニングデータを利用してFR-IQA性能を高めることを奨励する。 本稿では, 半教師付き, 正の未ラベル学習(PU)を用いて, ラベルなしデータを活用し, オフレーヤの悪影響を軽減することを提案する。
  論文  参考訳（メタデータ） (2022-04-19T09:10:06Z)
• Weakly-supervised Generative Adversarial Networks for medical image classification [1.479639149658596]
  Weakly-Supervised Generative Adversarial Networks (WSGAN) と呼ばれる新しい医用画像分類アルゴリズムを提案する。 WSGANは、ラベルのない少数の実画像のみを使用して、偽画像やマスク画像を生成し、トレーニングセットのサンプルサイズを拡大する。 ラベル付きデータやラベルなしデータの少ない使用により,WSGANは比較的高い学習性能が得られることを示す。
  論文  参考訳（メタデータ） (2021-11-29T15:38:48Z)
• Dynamic $\beta$-VAEs for quantifying biodiversity by clustering optically recorded insect signals [0.6091702876917281]
  本稿では,系統群によるデータのクラスタリングが可能な変分オートエンコーダ(VAE)の適応的変種を提案する。 南スカンジナビアの光記録昆虫信号に対する動的$beta$-VAEの有用性を実証した。
  論文  参考訳（メタデータ） (2021-02-10T16:14:13Z)
• Unsupervised Person Re-identification via Softened Similarity Learning [122.70472387837542]
  人物再識別(re-ID)はコンピュータビジョンにおいて重要なトピックである。 本稿では,ラベル付き情報を必要としないre-IDの教師なし設定について検討する。 2つの画像ベースおよびビデオベースデータセットの実験は、最先端のパフォーマンスを示している。
  論文  参考訳（メタデータ） (2020-04-07T17:16:41Z)
• High-Order Information Matters: Learning Relation and Topology for Occluded Person Re-Identification [84.43394420267794]
  本稿では,高次関係とトポロジ情報を識別的特徴とロバストなアライメントのために学習し,新しい枠組みを提案する。 我々のフレームワークはOccluded-Dukeデータセットで最先端の6.5%mAPスコアを大幅に上回っている。
  論文  参考訳（メタデータ） (2020-03-18T12:18:35Z)

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。