빠른 접근

No journals followed

Browse journals

No saved papers

개인정보 처리방침

피드 탐색 트렌드 질문 연구자

⌘K

VC-SCMAE: 차량 중심의 의미 기반 대조 유도 마스킹 오토인코더 | Synapse

March 3, 2026

VC-SCMAE: 차량 중심의 의미론적 대조 유도 마스크 오토인코더

Key Points

의미론적 대조 학습의 향상은 모델 정확성에서 최대 20% 개선을 보여줍니다.
차량 중심 모델을 활용하여, 본 연구는 더 나은 데이터 표현을 위한 마스크 오토인코더를 소개합니다.
분석은 신경망을 적용하여 차량 데이터의 의미론적 특징에 대한 향상된 이해를 달성하는 것입니다.
이 방법은 데이터 증강 전략을 전환할 수 있는 잠재력을 강조하여, 개선된 애플리케이션의 길을 열어줍니다.

Connected Papers

Building similarity graph...

Analyzing shared references across papers

Discussion

Loading...

Authors

A

Alexandre Carriconde Marques

P

Pedro Ferreira

B

Bruno Silva

Journals

Expert Systems with Applications

Actions

Institutions

University of Coimbra

Institute for Systems Engineering and Computers

References and Citations

Connected Papers

Building similarity graph...

Analyzing shared references across papers

Discussion

Loading...

Cite this study

Marques et al. (토요일)은 이 질문을 연구했습니다.

www.synapsesocial.com/papers/69a76115c6e9836116a2ea73 — DOI: https://doi.org/10.1016/j.eswa.2026.131646

Also consider

Synapse has enriched 5 closely related papers on similar clinical questions. Consider them for comparative context:

MVP: Multimodality-Guided Visual Pre-training· 2022 · 57 citations
LSUN-Stanford Car Dataset: Enhancing Large-Scale Car Image Datasets Using Deep Learning for Usage in GAN Training· 2020 · 38 citations
TransFG: A Transformer Architecture for Fine-Grained Recognition· 2022 · 474 citations
Group-Sensitive Triplet Embedding for Vehicle Reidentification· 2018 · 270 citations
A Simple Visual-Textual Baseline for Pedestrian Attribute Recognition· 2022 · 50 citations