論文の概要: Learning Through Game: Skewed Transfer of Tabular Knowledge to Strengthen Image Model

• arxiv url: http://arxiv.org/abs/2609.32272v1
• Date: Sat, 26 Sep 2026 05:58:49 GMT
• ステータス: 翻訳完了
• システム内更新日: 2026-10-07 18:14:47.389215
• Title: Learning Through Game: Skewed Transfer of Tabular Knowledge to Strengthen Image Model
• Title（参考訳）: ゲームを通しての学習: 画像モデル強化のための語彙知識のスキュートランスファー
• Abstract要約: スキュード・ナレッジ・トランスファー(SKT)は、モダリティ勾配を適応的に積分することで、画像モデルを改善するために非対称に転送される。 SKTは、モダリティバランスの点を求め、第2ステップで優先意識を用いて、画像-効果方向への複合的な勾配を操る。
• 参考スコア（独自算出の注目度）: 9.452804779428128
• License: http://arxiv.org/licenses/nonexclusive-distrib/1.0/
• Abstract: Multimodal tabular-image learning is gaining growing attention, yet it faces challenges due to tabular data unavailable at test time. A practical solution involves transferring tabular knowledge to images during training to enhance the performance of image models at inference. However, the overlooked yet important challenges lie in the modality imbalance between images and tables, as well as their asymmetric modality relationship in cross-modal transfer, which limits the auxiliary role of tabular data. To address these issues, we propose Skewed Knowledge Transfer (SKT), which asymmetrically transfers tabular knowledge to improve the image model by adaptive integration of modality gradients in a shared parameter space. Specifically, we first introduce a multimodal shared head, which allows the model to benefit from cross-modal structure without adding additional parameters. We then design a two-step Nash Bargaining strategy to effectively leverage tabular gradients. In the first step, SKT seeks a point of modality balance and uses preference awareness in the second step to steer combined gradients toward image-beneficial directions. Furthermore, we theoretically analyze the Pareto improvement and convergence of SKT. To this end, tabular knowledge is explicitly transferred to enhance image models. Empirical experiments on widely used tabular-image datasets reveal that SKT consistently improves image unimodal performance by using tabular data as auxiliary information.
• Abstract（参考訳）: マルチモーダルな表像学習は注目されているが、テスト時に表データが利用できないため、課題に直面している。 実践的な解決策は、推論時の画像モデルの性能を高めるために、トレーニング中に表の知識を画像に転送することである。 しかし、見落とされながら重要な課題は、画像と表の間のモダリティの不均衡と、表データの補助的役割を制限するクロスモーダル転送におけるそれらの非対称なモダリティ関係にある。 これらの問題に対処するために、共有パラメータ空間におけるモダリティ勾配の適応的積分により、表層知識を非対称に伝達して画像モデルを改善するSkewed Knowledge Transfer (SKT)を提案する。 具体的には、まずマルチモーダル共有ヘッドを導入し、追加パラメータを追加することなく、モデルがクロスモーダル構造から恩恵を受けられるようにした。 次に、表の勾配を効果的に活用するための2段階のナッシュバーゲティング戦略を設計する。 第1ステップでは、SKTはモダリティバランスの点を求め、第2ステップでは優先意識を用いて、画像-効果方向への組合せ勾配を操縦する。 さらに,SKTのパレート改善と収束を理論的に解析した。 この目的のために、画像モデルを強化するために表の知識を明示的に伝達する。 広範に使用されている表像データセットに関する実証実験により、SKTは表像データを補助情報として用いることにより、画像不動性能を一貫して改善することが明らかになった。

関連論文リスト

• Table2Image: Interpretable Tabular Data Classification with Realistic Image Transformations [5.62508658491325]
  本稿では,表形式のデータをリアルかつ多様な画像表現に変換する新しいフレームワークであるTable2Imageを紹介する。 また、元のデータとその変換された画像表現からの洞察を統合する、解釈可能性フレームワークを提案する。
  論文  参考訳（メタデータ） (2024-12-09T07:24:31Z)
• Relation-Aware Meta-Learning for Zero-shot Sketch-Based Image Retrieval [89.15541654536544]
  スケッチベースの画像検索(SBIR)は、同じクラス内で自然写真を取得するためにフリーハンドスケッチに依存している。 この制限に対処するため、タスクはゼロショットSketch-based Image Retrieval (ZS-SBIR)へと進化した。 本稿では,ZS-SBIR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） (2024-11-28T09:35:27Z)
• ARNet: Self-Supervised FG-SBIR with Unified Sample Feature Alignment and Multi-Scale Token Recycling [11.129453244307369]
  FG-SBIRは、埋め込み空間におけるスケッチと対応する画像の距離を最小化することを目的としている。 両領域間のギャップを狭める効果的なアプローチを提案する。 主に、イントラサンプルとインターサンプルの両方を共有する統一的な相互情報共有を促進する。
  論文  参考訳（メタデータ） (2024-06-17T13:49:12Z)
• Symmetrical Bidirectional Knowledge Alignment for Zero-Shot Sketch-Based Image Retrieval [69.46139774646308]
  本稿ではゼロショットスケッチベース画像検索(ZS-SBIR)の問題点について検討する。 目に見えないカテゴリのスケッチをクエリとして使用して、同じカテゴリのイメージにマッチさせることが目的だ。 ゼロショットスケッチに基づく画像検索(SBKA)のための新しい対称双方向知識アライメントを提案する。
  論文  参考訳（メタデータ） (2023-12-16T04:50:34Z)
• Adapt and Align to Improve Zero-Shot Sketch-Based Image Retrieval [85.39613457282107]
  スケッチに基づく画像検索のクロスドメイン性は困難である。 重要な課題に対処する効果的なAdaptとAlignのアプローチを提案する。 ゼロショットシナリオにおける画像テキスト基盤モデル(例えばCLIP)の最近の進歩に触発されて、学習したイメージの埋め込みを、より意味的なテキスト埋め込みと明確に整合させ、見知らぬクラスから見つからないクラスへの所望の知識伝達を実現する。
  論文  参考訳（メタデータ） (2023-05-09T03:10:15Z)
• Cross-Modal Fusion Distillation for Fine-Grained Sketch-Based Image Retrieval [55.21569389894215]
  本稿では,視覚変換器(XModalViT)のクロスアテンションフレームワークを提案する。 我々のフレームワークはまず、個々の写真からペア化されたデータポイントをマッピングし、両方のモダリティから情報を統一する融合表現にスケッチする。 次に、上記のモダリティ融合ネットワークの入力空間を、コントラストおよびリレーショナルなクロスモーダル知識蒸留により個々のモダリティの独立エンコーダに分離する。
  論文  参考訳（メタデータ） (2022-10-19T11:50:14Z)
• Learning Deformable Image Registration from Optimization: Perspective, Modules, Bilevel Training and Beyond [62.730497582218284]
  マルチスケールの伝搬により微分同相モデルを最適化する,新しいディープラーニングベースのフレームワークを開発した。 我々は,脳MRIデータにおける画像-アトラス登録,肝CTデータにおける画像-画像登録を含む,3次元ボリュームデータセットにおける画像登録実験の2つのグループを実行する。
  論文  参考訳（メタデータ） (2020-04-30T03:23:45Z)

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。