Category-Aware Fine-Tuning and Cross-Age Transferability inImage Memorability Prediction
Notice bibliographique
Résumé
Image memorability is highly consistent across observers, yet current vision models achieve only moderate accuracy and remain below human consistency. We study two questions: (i) whether making semantic category structure explicit during training improves prediction, and (ii) whether adult-trained predictors transfer to adolescents, and whether any gains from category-specific adaptation generalize across observers of different age. We compare a mixed-category model (All) with per-category fine-tuning (CatFT) for two pretrained backbones, MemNet (AlexNet-based CNN) and ViT-B/16 (Vision Transformer), each fine-tuned on MemCat under All and CatFT. Adult-trained models are evaluated on Memoir (adolescent labels) without additional training to assess transfer, and Grad-CAM is used to examine which regions drive predictions on the best model. On adults, category-aware training increases Spearman’s rho for both backbones (ViT-B/16: 0.548→0.592; MemNet: 0.429→0.477). Memorability prediction itself transfers across age even without category-specific fine-tuning (ViT-B/16: rho=0.456 with All), with a small additional adolescent gain from CatFT (to rho=0.471); MemNet remains stable on adolescents (rho=0.405 with or without CatFT). Grad-CAM highlights semantically meaningful regions for highly memorable images and more diffuse patterns for low-memorability images. Overall, incorporating category structure improves adult accuracy, cross-age generalization of memorability prediction is robust, and among the tested backbones, ViT-B/16 performs best, with CatFT providing modest transfer gains.
Récupéré en direct depuis OpenAlex et désinversé. Les résumés ne sont pas conservés dans cette base de données : les index inversés représentent 8,6 Go des 9,3 Go de texte de la base, et le serveur dispose de 13 Go libres.
Comment cette classification a été obtenuedéplier
Prédiction distillée sur la base complète
Imitation des enseignantsNi prévalence calibrée, ni vérité terrain. Validation humaine à venir. Apprise à partir de 10 348 étiquettes directes de Codex et de 10 348 étiquettes directes de Gemma. Le mode candidate est l'union des têtes enseignantes seuillées; le consensus est leur intersection. Ces sorties portent le statut machine_predicted_unvalidated et ne sont ni des étiquettes humaines ni des étiquettes directes de modèles de pointe.
Scores Codex et Gemma par catégorie
| Catégorie | Codex | Gemma |
|---|---|---|
| Métarecherche | 0,002 | 0,000 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,001 | 0,000 |
| Bibliométrie | 0,000 | 0,002 |
| Études des sciences et des technologies | 0,001 | 0,001 |
| Communication savante | 0,001 | 0,003 |
| Science ouverte | 0,001 | 0,001 |
| Intégrité de la recherche | 0,000 | 0,001 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,000 | 0,000 |
Scores machine (provisoires)
Les deux têtes enseignantes du modèle étudiant, lues sur ce travail. Un score ordonne la base pour la relecture; il n'affirme jamais une catégorie, et le statut de validation accompagne chaque rangée tel quel.
Scores de référence d'un modèle non mature (critères de maturité non atteints, 7 itérations). Un score ordonne; il n'affirme jamais une catégorie.
score_only:v0-immature-baseline · tel quel depuis la passe de notation : score_only signifie que le nombre peut ordonner les travaux, et qu'aucune étiquette de catégorie n'en découleClassification
machine, non validéePrédiction automatique; un appel candidat d’une seule tête enseignante, pas un consensus.
Le détail, modèle par modèle et score par score, se trouve en fin de page sous « Comment cette classification a été obtenue ».