Machine learningDeep Learning, State Space Models
Vision Mamba
Vision Mambaは、2024年に導入された画像理解のための効率的な状態空間モデルアプローチであり、線形計算量を持つ系列モデルであるMambaをコンピュータビジョンに応用したものです。画像トークンを系列として再定式化し、状態空間モデルを使用することで、Vision Mambaはトランスフォーマーと同等の精度を達成しつつ、線形計算量を維持します。
手法の全文を読む
会員限定
ログイン無料アカウントでログインすると、このセクションを読めます。
Method map
The neighbourhood of related methods — select a node to explore.
出典
- Zhu, L., Liao, B., Zhang, Q., Wang, X., Liu, W., & Wang, X. (2024). Vision Mamba: Efficient state space models for image understanding. In International Conference on Machine Learning. link ↗
このページの引用方法
ScholarGate. (2026, June 3). Vision Mamba: Efficient State Space Models for Image Understanding. ScholarGate. https://scholargate.app/ja/deep-learning/vision-mamba
Which method?
Set this method beside its closest kin and read them side by side — the library lays the books on the table; the choice is yours.
- Mamba（ステート空間モデル）深層学習↔ compare
- 空間時間グラフ畳み込みネットワーク深層学習↔ compare
- Swin Transformer深層学習↔ compare
- ビジョントランスフォーマー深層学習↔ compare