論文の概要: State-Isolated Vision Mamba via Update-Tendency Routing for Underwater Image Enhancement

• arxiv url: http://arxiv.org/abs/2610.13720v1
• Date: Fri, 09 Oct 2026 15:18:36 GMT
• ステータス: 翻訳完了
• システム内更新日: 2026-10-13 04:06:29.651506
• Title: State-Isolated Vision Mamba via Update-Tendency Routing for Underwater Image Enhancement
• Title（参考訳）: 水中画像強調のための更新時間ルーティングによる状態分離型視覚マンバ
• Abstract要約: 不均一な更新動作でトークンを強制的に強制的に共有された隠れ状態に繰り返し変更することは、永続的なクロスコンテンツ干渉を引き起こすことを示す。 我々は、Vision Mambaの新しいリカレントステート組織原則であるtextbfStateIsolateを導入します。 IsoMambaは、複数の水中画像強調ベンチマークにおける最先端のパフォーマンスを一貫して達成している。
• 参考スコア（独自算出の注目度）: 39.89678321486072
• License: http://arxiv.org/licenses/nonexclusive-distrib/1.0/
• Abstract: Vision Mamba has recently emerged as an efficient alternative to convolutional and Transformer-based architectures by modeling long-range spatial dependencies through recurrent state evolution. Existing studies primarily improve token serialization, scanning strategies, or expert routing, yet largely overlook a state level question question: how should recurrent states be organized for spatially heterogeneous visual restoration? In this paper, we show that forcing tokens with heterogeneous update behaviors to recurrently modify a shared hidden state leads to persistent cross-content interference, which we term \textbf{State Contention}. We further argue that effective recurrent modeling should organize state evolution according to token compatibility rather than token ordering. Based on this observation, we introduce \textbf{State Isolation}, a new recurrent state organization principle for Vision Mamba,tokens with compatible state-update tendencies evolve within independent recurrent state streams. To instantiate this principle, we propose \textbf{IsoMamba}, a $Δ$-guided architecture that constructs model-intrinsic update representations, discovers update-compatible token groups through label-free clustering, and routes them to isolated Mamba experts following a \textbf{cluster--route--isolate} paradigm. In addition, we develop a dynamic channel-wise reweighting objective to compensate for wavelength-dependent reconstruction difficulty in underwater images. Extensive experiments demonstrate that IsoMamba consistently achieves state-of-the-art performance on multiple underwater image enhancement benchmarks while providing cleaner hidden state responses, validating the effectiveness of state isolated recurrent modeling.
• Abstract（参考訳）: Vision Mambaは、リカレントステート進化を通じて長距離空間依存をモデル化することで、畳み込みとトランスフォーマーベースのアーキテクチャの効率的な代替手段として最近登場した。 既存の研究は主にトークンのシリアライゼーション、スキャン戦略、あるいは専門家のルーティングを改善するが、状態レベルの質問:空間的に不均一な視覚的復元のために、リカレント状態をどのように組織化すべきか? 本稿では、異種更新動作を持つトークンを強制的に強制的に共有された隠蔽状態に繰り返し変更させることで、永続的な相互干渉が生じ、それを「textbf{State Contention}」と呼ぶ。 さらに、効果的な再帰的モデリングは、トークンの順序付けよりもトークンの整合性に応じて状態の進化を組織化するべきだと論じる。 そこで本研究では,Vision Mamba の新たなリカレント状態組織である \textbf{State isolation} を導入する。 この原理をインスタンス化するために、モデル固有の更新表現を構築し、ラベルなしクラスタリングを通して更新互換のトークングループを発見し、それらを、textbf{cluster--route-isolate}パラダイムに従って、孤立したMamba専門家にルーティングする$$$$$guidedアーキテクチャーである \textbf{IsoMamba}を提案する。 さらに,水中画像における波長依存性再構成の難しさを補うために,動的チャネルワイドリウェイト化手法を開発した。 広汎な実験により、IsoMambaは複数の水中画像強調ベンチマークで常に最先端のパフォーマンスを達成し、よりクリーンな隠れた状態応答を提供し、状態分離されたリカレントモデリングの有効性を検証した。

関連論文リスト

• Loop-Mamba: A Loop Mamba with Degradation-Aware and Shared Memory for Old Photo Restoration [29.676774974971064]
  古い写真は、ひっかき傷、ひび割れ、薄れ、ぼやけ、ノイズ、行方不明領域など、複数の複合的な劣化に悩まされることが多い。 ループベースの軽量な状態空間フレームワークであるLoop-Mambaを提案する。
  論文  参考訳（メタデータ） (2026-08-03T14:59:21Z)
• CLUIE: Clustering-Aware Recurrent Propagation with Local Structural Compensation for Underwater Image Enhancement [92.78545064386485]
  水中画像の強調は、波長依存性の光吸収、散乱、後方散乱により依然として困難である。 本稿では,従来のRWKVの一定繰り返し伝搬経路をコンテント適応トークン軌道に変換するクラスタリング対応RWKVフレームワークを提案する。 複数の水中画像強調ベンチマークの実験は、CRWKVが最先端の定量的性能と優れた視覚的品質を達成することを示した。
  論文  参考訳（メタデータ） (2026-07-23T16:09:36Z)
• MambaADv2: Evolving Duality-enhanced State Space Model for Unsupervised Anomaly Detection [108.36437360254605]
  本稿では,マルチクラス非教師付き異常検出に適したフレームワークであるMambaADv2を提案する。 MambaADv2は、事前訓練されたエンコーダと、複数のスケールにわたるDuality-enhanced State Space (DSS)モジュールを備えたMambaインスパイアされたデコーダで構成される。 HSS(Hybrid State Space)ブロックの構造は、SSDベースのMambaラインに従って調整され、Mamba3スタイルの位置認識状態空間モデリングが組み込まれている。
  論文  参考訳（メタデータ） (2026-06-22T10:14:06Z)
• MedMamba: Multi-View State Space Models with Adaptive Graph Learning for Medical Time Series Classification [60.41879345743941]
  状態空間モデルとドメイン固有の帰納バイアスを統合するエンドツーエンドアーキテクチャであるMedMambaを提案する。 MedMambaは線形計算複雑性を維持しながら最先端のパフォーマンスを達成する。
  論文  参考訳（メタデータ） (2026-05-24T09:23:39Z)
• SO-Mamba: State-Ownership Mamba for Unrolled MRI Reconstruction [5.184343938084102]
  SO-Mambaは国家所有のMambaレギュレータであり、各Mambaステージ内の復元証拠を、常駐、状態インターフェースアクセス、および非状態出力補正に割り当てる。 実験の結果,SO-Mamba は CNN-, Transformer-, Mamba ベースのベースラインを競合計算効率で一貫的に改善することがわかった。
  論文  参考訳（メタデータ） (2026-05-21T06:00:35Z)
• The Topological Trouble With Transformers [12.229239113414236]
  トランスフォーマーは、拡張コンテキスト履歴を通じてシーケンスの構造をエンコードする。 純粋にフィードフォワードアーキテクチャは、動的状態追跡を根本的に制限する。 我々は、時間的に拡張された認知には、明示的な思考トレースから暗黙的なアクティベーションダイナミクスへの再焦点が必要であると論じる。
  論文  参考訳（メタデータ） (2026-04-18T19:46:30Z)
• Thinking While Listening: Fast-Slow Recurrence for Long-Horizon Sequential Modeling [39.56521605534737]
  我々は最近の潜時リカレントモデリングを逐次入力ストリームに拡張する。 高速かつ反復的な潜伏更新を自己組織化能力でインターリーブすることにより,本手法は入力とともに進化する安定した内部構造の学習を容易にする。
  論文  参考訳（メタデータ） (2026-04-02T03:45:13Z)
• VRS-UIE: Value-Driven Reordering Scanning for Underwater Image Enhancement [104.78586859995333]
  状態空間モデル(SSM)は、線形複雑性と大域的受容場のために、視覚タスクの有望なバックボーンとして登場した。 大型で均質だが無意味な海洋背景の優位性は、希少で価値ある標的の特徴表現応答を希薄にすることができる。 水中画像強調(UIE)のための新しい値駆動リダクションスキャンフレームワークを提案する。 本フレームワークは, 水バイアスを効果的に抑制し, 構造や色彩の忠実さを保ち, 優れた向上性能(WMambaを平均0.89dB超える)を実現する。
  論文  参考訳（メタデータ） (2025-05-02T12:21:44Z)

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。