返回
A variational Bayesian approach for multimodal multi-instance classification
DOI:10.1016/j.patcog.2025.112742.png)
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
IF:
7.6
论文数:
1.3W
被引数:
4.5W
机构
引用论文
暂无论文信息

