githubGitHubあり2026-07-24
deepinv — DeepInverse: a PyTorch library for solving imaging inverse problems using deep learning
ピラミードライブラリを使ったイメージインバース問題の解決に使えるライブラリです。
生成AI拡散モデル画像自己教師
- 用途
- イメージインバース問題の解決
- 難易度
- Easy
- コスト
- High
→
「self-supervised」の検索結果
27 件arxivPaper only2026-07-23
Graph Learning on Ensembles of Cyclic Peptides: An Investigation of Molecular Ensemble Modeling
分子設計技術のための新しいアプローチであるEnsembleEGNN（Equivariant Graph Neural Network）を提案しました。EnsembleEGNNは、共役グラフニューラルネットワークを使用して
深層学習Transformer自己教師
- 用途
- 分子設計技術の開発
- 難易度
- Hard
- コスト
- High
→
arxivPaper only2026-07-23
Cycle-Consistent and Uncertainty-Aware Neural Surrogates for Tokamak Edge Plasmas
The boundary and divertor plasma govern how a tokamak exhausts power and particles, setting heat fluxes, targe
説明可能品質予測/異常検知自然言語処理RAG自己教師
- 用途
- 技術検証・論文読解補助
- 難易度
- Hard
- コスト
- Low
→
arxivPaper only2026-07-23
MSBraM: A Multi-scale Self-supervised Brain Foundation Model for Hierarchical EEG Dynamics Learning
Self-supervised foundation models have recently shown strong potential for electroencephalogram (EEG)-based an
コンピュータビジョンセグメンテーション埋め込みテキスト自己教師
- 用途
- 埋め込み
- 難易度
- Hard
- コスト
- High
→
arxivPaper only2026-07-23
VoLN: Vision-Only Long-Horizon Navigation---Paradigm, Benchmark, and Method
Vision-and-Language Navigation (VLN) enables embodied agents to follow natural-language instructions. However,
センサ/時系列自然言語処理大規模言語モデル画像テキスト3D
- 用途
- 技術検証・論文読解補助
- 難易度
- Hard
- コスト
- High
→
arxivPaper only2026-07-23
Multimodal Pretraining for Generalizable EEG Representation Learning
Electroencephalography (EEG) models used for epilepsy are often limited to specific datasets and tasks. This l
説明可能深層学習Transformer検出埋め込みテキスト
- 用途
- 検出
- 難易度
- Hard
- コスト
- High
→
arxivGitHubあり2026-07-23
DINOde: Continuous Vision-Text Alignment for Open-Vocabulary Semantic Segmentation
Open-vocabulary semantic segmentation (OVSS) leverages textual semantics to segment objects beyond predefined
自然言語処理RAGセグメンテーション画像テキスト
- 用途
- セグメンテーション
- 難易度
- Hard
- コスト
- High
→
arxivPaper only2026-07-23
DONDO: Open w2v-BERT Speech-Recognition Base Models for African Languages
この論文では、DONDO と呼ばれるアフリカ諸国向けの音声認識ベースモデル (ASR)が構築されました。これらのモデルは、自律学習型スピーチエンコーダーであるw2v-BERT 2.0を使用して構築されています。このエンコ
センサ/時系列深層学習Transformer分類テキスト音声
- 用途
- アフリカ諸国への音声認識技術の適用
- 難易度
- Hard
- コスト
- Low
→
arxivPaper only2026-07-23
Self-Supervised Learning of Structured Dynamics from Videos
ビデオ内のキャメラの動きと物体の動きを切り離すことで、モーションの表現学習を改善した。
深層学習Transformer埋め込み画像動画
- 用途
- ビデオ内の動きの予測
- 難易度
- Hard
- コスト
- High
→
arxivGitHubあり2026-07-23
Boosting Robustness for All-Weather Self-Supervised Depth Estimation in Autonomous Driving
Self-supervised depth estimation is challenging for safe autonomous driving under various adverse weather cond
センサ/時系列深層学習軽量化・量子化画像3D自己教師
- 用途
- 自走車両の障害物認識
- 難易度
- Hard
- コスト
- High
→
arxivPaper only2026-07-23
Quality-Aware Multimodal Fusion Reveals Implicit Identity in Valence-Arousal Features
Conventional face recognition relies on static appearance cues and degrades in unconstrained settings with exp
品質予測/異常検知深層学習正規化・最適化手法分類画像テキスト
- 用途
- 分類
- 難易度
- Hard
- コスト
- High
→
arxivPaper only2026-07-22
Self-Supervised Bio-Inspired Robotic Trajectory Planning with Obstacle Avoidance
Trajectory planning is a fundamental problem in robotics, requiring the generation of collision-free and effic
深層学習軽量化・量子化生成教師あり自己教師
- 用途
- 生成
- 難易度
- Hard
- コスト
- High
→
arxivPaper only2026-07-22
Masked Topology Modeling for Self-Supervised Learning on Parametric CAD
Computer aided design (CAD) is ubiquitous: virtually any modern object was designed using editable CAD tools.
深層学習軽量化・量子化教師あり自己教師
- 用途
- 技術検証・論文読解補助
- 難易度
- Hard
- コスト
- High
→
arxivPaper only2026-07-22
Self-supervision drives representational convergence in medical foundation models more than clinical supervision
Medical image encoders from different groups are increasingly treated as interchangeable, on the assumption th
自然言語処理RAG分類画像テキスト
- 用途
- 分類
- 難易度
- Hard
- コスト
- High
→
arxivPaper only2026-07-22
PRIME-SVR: Physics-infoRmed Implicit Multi-Echo Slice-to-Volume Reconstruction for Fetal T2 mapping
Slice-to-volume reconstruction (SVR) is the standard method for obtaining high-resolution (HR) 3D fetal brain
品質予測/異常検知コンピュータビジョン3D・点群3D自己教師
- 用途
- 技術検証・論文読解補助
- 難易度
- Hard
- コスト
- High
→
arxivPaper only2026-07-22
Sentence Splitter: Uncovering Latent Factual Structure for Self-Supervised Learning
この研究ではSentence Splitterシステムを提案し、自然言語処理の精度を高めることができました。このシステムは、自然言語を句点で分割することができます。
深層学習軽量化・量子化生成セグメンテーションQA
- 用途
- 自然言語処理を改善する
- 難易度
- Hard
- コスト
- High
→
arxivPaper only2026-07-22
PerceptDrive: Perception Prior World-Action Modeling with Adaptive Expert Routing for End-to-End Autonomous Driving
Frozen perception foundation models encode rich geometric, semantic, and dynamic knowledge. Yet narrow conditi
深層学習軽量化・量子化生成動画自己教師
- 用途
- 生成
- 難易度
- Hard
- コスト
- High
→
arxivGitHubあり2026-07-22
SHFormer: Dynamic Spectral Filtering Convolutional Neural Network and High-pass Kernel Generation Transformer for Adaptive MRI Reconstruction
Attention Mechanism (AM) selectively focuses on essential information for imaging tasks and captures relations
品質予測/異常検知深層学習Transformer生成画像テキスト
- 用途
- 生成
- 難易度
- Hard
- コスト
- High
→
arxivPaper only2026-07-22
SIINR: Structurally Informed Implicit Neural Representations for super-resolution with uncertainty quantification of clinical quality diffusion MRI datasets
Diffusion Magnetic Resonance Imaging (dMRI) is a powerful tool for probing brain microstructure, but clinical
品質予測/異常検知コンピュータビジョンセグメンテーション3D自己教師
- 用途
- 技術検証・論文読解補助
- 難易度
- Hard
- コスト
- High
→
arxivPaper only2026-07-22
DINS-IO: Learned Inertial Odometry via Differentiable INS Consistency
The training of learned inertial odometry depends on dense, high-precision position ground truth from motion c
自然言語処理ファインチューニング画像自己教師
- 用途
- 技術検証・論文読解補助
- 難易度
- Hard
- コスト
- High
→
arxivPaper only2026-07-21
Content is What Remains: Invariant Speech Tokenization from Parallel Utterances
ある単語を複数のスピーカーや環境の異なる条件下で言語モデルが使用できるようにしたい場合は、単語の抽出を実現する必要がある。しかし、現在の言語モデルでは、スピーカーの特性や環境の特性が単語に含まれていることが多い。ここでは
センサ/時系列深層学習Transformerテキスト音声教師あり
- 用途
- 可変な条件における単語の抽出
- 難易度
- Hard
- コスト
- Medium
→
arxivPaper only2026-07-21
InstructMixup: Instruction-Guided Salient Patch Editing for Robust Data Augmentation
記述情報に従って画像や動画データを混ぜ合わせる「対数混合法」を拡張する方法、InstructMixupを提案する。これにより、データを拡張しながらデータの内容とラベルが維持される。
深層学習Transformer分類検出生成
- 用途
- データ拡張のための対数混合法を拡張する
- 難易度
- Hard
- コスト
- High
→
arxivPaper only2026-07-20
Scalable and Efficient Joint Spiking Embedding Predictive Architecture for Large-Scale Dynamic Graphs
Dynamic graph learning aims to capture evolving structural and semantic patterns in real-world systems, such a
深層学習軽量化・量子化分類検出生成
- 用途
- 分類
- 難易度
- Hard
- コスト
- High
→
huggingfaceHugging Faceあり2026-07-20
ConsiSpace: Learning Geometric Consistency Matters for Video Spatial Reasoning
Video spatial reasoning is essential for navigation-oriented perception and long-video question answering, whe
深層学習軽量化・量子化QAテキスト動画
- 用途
- QA
- 難易度
- Easy
- コスト
- High
→
githubGitHubあり2026-07-16
stable-pretraining — Reliable, minimal and scalable library for pretraining foundation and world models
基礎モデルの前処理を行うためのライブラリ。最小限でシームレスにスケールできる。
深層学習Transformerマルチモーダル自己教師
- 用途
- 基礎モデルの前処理
- 難易度
- Easy
- コスト
- High
→
arxivPaper only2026-07-07
Scalable Perturbation Learning for Online Self-Supervised Echo State Networks
自律システムは、タスクの解決に加えて、実世界の制約下
深層学習軽量化・量子化教師あり自己教師
- 用途
- オンライン自己学習
- 難易度
- Hard
- コスト
- Medium
→
arxivGitHubあり2026-07-01
Towards Learning Representations of Policies in Two-Player Zero-Sum Imperfect-Information Games
このアプローチでは、ゼロサムゲームのポリシー表現学習を取り上げ、ポリシー表現を生成し、評価する方法を提案しています。
深層学習Transformer教師あり自己教師
- 用途
- ゼロサムゲームのポリシー表現学習
- 難易度
- Easy
- コスト
- Low
→