12063 ورقة بحثية
تقترح هذه الورقة البحثية "التكيف الضربي الثلاثي"، وهي طريقة جديدة ذات رتبة منخفضة تتيح الضبط الدقيق الفعال للمحولات الثلاثية من خلال تمثيل تحديثات الأوزان المنفصلة عبر مصفوفات ثلاثية صغيرة، مما يحافظ على النطاق الثلاثي ويسمح بالدمج المباشر دون إعادة تكميم مع استعادة الأداء بشكل كبير عبر النماذج اللغوية ونماذج الرؤية.
تقترح الورقة البحثية KLTNet، وهو متتبع سمات متفرق خفيف الوزن وقائم على التعلم يستبدل خوارزمية KLT الكلاسيكية في أنظمة التقدير الملاحي البصري-القصوري عبر الجمع بين بنية من الخشن إلى الناعم ومن الكثيف إلى المتفرق وأوزان ثقة متباينة الخواص لتحقيق تقدير حالة قوي ودقيق وفي الوقت الفعلي، لا سيما في البيئات ذات القوام المنخفض أو الحركة العالية.
تقدم هذه الورقة تقييماً معيارياً منهجياً لستة نماذج توليدية غير خاضعة للإشراف لصبغ تليف الكبد الافتراضي، كاشفةً أن الجودة الإدراكية، والدقة المحددة للمهمة، واليقين المعرفي هي مقاييس مستقلة تتطلب تقييماً مشتركاً لضمان موثوقية الترجمة النسيجية القائمة على الذكاء الاصطيري.
تقدم الورقة البحثية DiffusionOPSD، وهو إطار عمل للتقطير الذاتي القائم على السياسة (on-policy) يقوم بتحويل المكافآت على مستوى الصورة إلى أهداف إشراف وسيطة صريحة لنماذج الانتشار، محققاً أداء محاذاة فائقاً ومكاسب كبيرة في كفاءة التدريب مقارنة بالطرق الحالية.
تقدم هذه الورقة البحثية Game2World، وهو إطار عمل شامل يتميز بـ G2WEngine لاستخراج أصول واجهة المستخدم ونموذج GameCleaner لإزالة واجهة العرض (HUD) بدون أقنعة، والذي يحول فيديوهات أسلوب اللعب الخام إلى بيانات تدريب عالية الجودة وخالية من واجهة المستخدم، مما يعزز بشكل كبير أداء نموذج العالم.
تتناول هذه الورقة تحدي الحصول على أرصاد سحابية مستمرة وعالية الدقة من خلال تقديم مجموعة بيانات جديدة عابرة للمستشعرات (SEVMOD-CM) ونموذجين للتعلم العميق (SpatialCNN وSpatialGAN) نجحا في خفض دقة منتجات قناع السحب من SEVIRI إلى دقة MODIS مع تعزيز مكاني بمقدار 4 أضعاف، متفوقين بذلك على الاستيفاء ثنائي الكعب التقليدي.
تُعد TorchMorph امتداداً خفيف الوزن لـ PyTorch، مرخصاً بموجب رخصة MIT، يوفر مجموعة شاملة من 22 من العمليات المورفولوجية وتحويلات المسافة المتسارعة بواسطة CUDA مع واجهة برمجة تطبيقات متوافقة مع SciPy، مما يتيح معالجة الأشكال بكفاءة وإنتاجية عالية مباشرة داخل حلقات تدريب الـ GPU.
تقترح هذه الورقة محول ميزات يعتمد على خليط من الخبراء (MoE) خالٍ من التلقين، مبني على محولات "Vision Transformer" ذات الكفاءة في المعلمات، لتحقيق تقسيم ثنائي قوي ومعمم للشرايين التاجية في تصوير الأوعية بالأشعة السينية عبر تحسين ميزات الأوعية بشكل تكيفي مع إدارة التكاليف الحسابية.
تقدم هذه الورقة إطار عمل EMFE، وهو إطار تعلم آلي خفيف الوزن وقابل للتفسير يحقق تصنيفاً دقيقاً لخلايا الملاريا على مستوى المريض ومن الناحية الإحصائية باستخدام خمس ميزات هندسية وخوارزميات كلاسيكية، مما يوفر بديلاً فعالاً من الناحية الحسابية لنماذج التعلم العميق مع تحديد حدوده بوضوح.
تقدم الورقة البحثية LAION-BVD، وهو مجموعة بيانات مفتوحة ضخمة تضم 80 مليون فيديو (10 ملايين ساعة) مع تعليقات توضيحية مُولدة اصطناعياً، مما يتيح التدريب المسبق متعدد الوسائط بأسلوب الحالة الراهنة عبر مهام الفيديو والصوت والنص-الصورة.