实体
3D Masked Autoencoders
3D Masked Autoencoders
PulseAugur coverage of 3D Masked Autoencoders — every cluster mentioning 3D Masked Autoencoders across labs, papers, and developer communities, ranked by signal.
总计 · 30天
0
90 天内 2
发布 · 30天
0
90 天内 0
论文 · 30天
0
90 天内 2
层级分布 · 90 天
主题
最近 · 第 1/1 页 · 共 2 条
-
MPL-MAE框架缓解3D自编码器中的位置泄露
研究人员开发了MPL-MAE，一个旨在改进3D掩码自编码器中表示学习的新框架。该方法解决了位置泄露问题，即现有模型过度依赖空间坐标，削弱了语义学习。MPL-MAE引入了重新校准的位置嵌入和门控位置接口，以更好地平衡空间先验和语义特征，从而获得更鲁棒的表示。实验表明，MPL-MAE在各种下游任务上取得了有竞争力的性能。
-
3D掩码自编码器推动显微镜学表征学习
研究人员开发了3D掩码自编码器（MAE-3D），与传统的2D方法相比，它在从体积显微镜数据中学习细胞表征方面表现出卓越的性能。通过将视觉数据与ESM2等蛋白质语言模型对齐，MAE-3D在蛋白质-蛋白质相互作用和定位等下游任务上取得了显著的改进。该研究强调了原生3D建模和跨模态监督在推进单细胞显微镜学表征学习方面的重要作用。