Skip to main content
CenXiv.org
此网站处于试运行阶段,支持我们!
我们衷心感谢所有贡献者的支持。
贡献
赞助
cenxiv logo > cs > arXiv:2506.00813

帮助 | 高级搜索

计算机科学 > 计算机视觉与模式识别

arXiv:2506.00813 (cs)
[提交于 2025年6月1日 ]

标题: 时间:用于鲁棒表格图像学习的TabPFN集成多模态引擎

标题: TIME: TabPFN-Integrated Multimodal Engine for Robust Tabular-Image Learning

Authors:Jiaqi Luo, Yuan Yuan, Shixin Xu
摘要: 表格-图像多模态学习,即将结构化表格数据与图像数据相结合,对于各种任务尤其是医学应用具有巨大潜力。 然而,仍存在两个关键挑战:(1)缺乏像视觉和语言领域常见的标准化预训练表格表示;(2)处理表格模态中缺失值的困难,这些缺失值在现实世界的医学数据集中很常见。 为了解决这些问题,我们提出了时间集成多模态引擎(TIME),这是一种基于最近引入的表格基础模型TabPFN的新多模态框架。 TIME利用TabPFN作为冻结的表格编码器生成强大且自然抗缺失数据的嵌入,并将其与来自预训练视觉骨干网络的图像特征结合。 我们探索了一系列融合策略和表格编码器,并在自然和医学数据集上评估了我们的方法。 广泛的实验表明,TIME在完整和不完整的表格输入上始终优于竞争基准,突显了其在实际多模态学习场景中的实用价值。
摘要: Tabular-image multimodal learning, which integrates structured tabular data with imaging data, holds great promise for a variety of tasks, especially in medical applications. Yet, two key challenges remain: (1) the lack of a standardized, pretrained representation for tabular data, as is commonly available in vision and language domains; and (2) the difficulty of handling missing values in the tabular modality, which are common in real-world medical datasets. To address these issues, we propose the TabPFN-Integrated Multimodal Engine (TIME), a novel multimodal framework that builds on the recently introduced tabular foundation model, TabPFN. TIME leverages TabPFN as a frozen tabular encoder to generate robust, strong embeddings that are naturally resilient to missing data, and combines them with image features from pretrained vision backbones. We explore a range of fusion strategies and tabular encoders, and evaluate our approach on both natural and medical datasets. Extensive experiments demonstrate that TIME consistently outperforms competitive baselines across both complete and incomplete tabular inputs, underscoring its practical value in real-world multimodal learning scenarios.
主题: 计算机视觉与模式识别 (cs.CV) ; 机器学习 (cs.LG)
引用方式: arXiv:2506.00813 [cs.CV]
  (或者 arXiv:2506.00813v1 [cs.CV] 对于此版本)
  https://doi.org/10.48550/arXiv.2506.00813
通过 DataCite 发表的 arXiv DOI

提交历史

来自: Jiaqi Luo [查看电子邮件]
[v1] 星期日, 2025 年 6 月 1 日 03:29:30 UTC (194 KB)
全文链接:

获取论文:

    查看标题为《》的 PDF
  • 查看中文 PDF
  • 查看 PDF
  • HTML(实验性)
  • TeX 源代码
  • 其他格式
查看许可
当前浏览上下文:
cs.CV
< 上一篇   |   下一篇 >
新的 | 最近的 | 2025-06
切换浏览方式为:
cs
cs.LG

参考文献与引用

  • NASA ADS
  • 谷歌学术搜索
  • 语义学者
a 导出 BibTeX 引用 加载中...

BibTeX 格式的引用

×
数据由提供:

收藏

BibSonomy logo Reddit logo

文献和引用工具

文献资源探索 (什么是资源探索?)
连接的论文 (什么是连接的论文?)
Litmaps (什么是 Litmaps?)
scite 智能引用 (什么是智能引用?)

与本文相关的代码,数据和媒体

alphaXiv (什么是 alphaXiv?)
CatalyzeX 代码查找器 (什么是 CatalyzeX?)
DagsHub (什么是 DagsHub?)
Gotit.pub (什么是 GotitPub?)
Hugging Face (什么是 Huggingface?)
带有代码的论文 (什么是带有代码的论文?)
ScienceCast (什么是 ScienceCast?)

演示

复制 (什么是复制?)
Hugging Face Spaces (什么是 Spaces?)
TXYZ.AI (什么是 TXYZ.AI?)

推荐器和搜索工具

影响之花 (什么是影响之花?)
核心推荐器 (什么是核心?)
IArxiv 推荐器 (什么是 IArxiv?)
  • 作者
  • 地点
  • 机构
  • 主题

arXivLabs:与社区合作伙伴的实验项目

arXivLabs 是一个框架,允许合作伙伴直接在我们的网站上开发和分享新的 arXiv 特性。

与 arXivLabs 合作的个人和组织都接受了我们的价值观,即开放、社区、卓越和用户数据隐私。arXiv 承诺这些价值观,并且只与遵守这些价值观的合作伙伴合作。

有一个为 arXiv 社区增加价值的项目想法吗? 了解更多关于 arXivLabs 的信息.

这篇论文的哪些作者是支持者? | 禁用 MathJax (什么是 MathJax?)
  • 关于
  • 帮助
  • contact arXivClick here to contact arXiv 联系
  • 订阅 arXiv 邮件列表点击这里订阅 订阅
  • 版权
  • 隐私政策
  • 网络无障碍帮助
  • arXiv 运营状态
    通过...获取状态通知 email 或者 slack

京ICP备2025123034号