arrow
返回

A variational Bayesian approach for multimodal multi-instance classification

delete2025-11-20
delete0
PRE
AI
Y
Yaofang Hu
Y
Yichen Cheng
Y
Yusen Xia
X
Xinlei Wang
DOI:10.1016/j.patcog.2025.112742delete
delete原文链接
delete原文求助
delete分享
delete收藏
摘要

摘要

En 中文
• 介绍了vMMIC,一种贝叶斯多模态多实例分类方法。 • vMMIC通过变分推断和数据增强提高效率。 • 在模拟和真实数据集上优于现有的MIC方法。 • 识别影响不同数据模态下袋标签的关键实例。 • 可扩展至大型数据集,提供可解释性和不确定性量化。

期刊

Pattern Recognition 封面图
Pattern Recognition
IF:
7.6
论文数:
1.3W
被引数:
4.5W

机构

T
The University of Alabama
学者数:
738
论文数: 294
被引数: 1
U
University of Texas at Arlington
学者数:
258
论文数: 150
被引数: 0
G
Georgia State University
学者数:
5.4K
论文数: 4.4K
被引数: 9.6K
学者 查看更多机构
引用论文

引用论文

暂无论文信息