スケールアウェアな高忠実度パッチングアプローチとグラフアテンションを用いたビジョントランスフォーマー：SAG-ViT

SAG-ViTは、マルチスケールな特徴表現を効率的に統合することで、従来のビジョントランスフォーマー(ViT)が抱えていた問題を解決し、画像分類のパフォーマンスを向上させる新しいフレームワークである。