12113 ورقة بحثية
تقدم هذه الورقة الشبكات العصبية التلافيفية الاستوائية المركبة والمتوازية (cTCNN وpTCNN)، والتي تجمع بين عمليات الحد الأدنى والجمع (min-plus) والحد الأقصى والجمع (max-plus) لتقليل الحسابات الكثيفة في عمليات الضرب بشكل كبير مع الحفاظ على دقة تنافسية مقارنة بالشبكات العصبية التلافيفية القياسية، كما هو موضح من خلال تجارب مستفيضة وتنفيذ مفتوح المصدر باستخدام مكتبة PyTorch.
تقدم هذه الورقة VLC Fusion، وهو إطار عمل مبتكر يستفيد من نموذج الرؤية واللغة لضبط أوزان أنماط الاستشعار ديناميكيًا بناءً على إشارات بيئية عالية المستوى مثل المطر أو الظلام، مما يحقق أداءً قويًا في اكتشاف الأجسام عبر سيناريوهات متنوعة وغير مرئية مسبقًا.
تقدم الورقة البحثية إطار عمل C-REX، وهو إطار تعلم تبايني خاضع للإشراف وقابل للإضافة يحسن عملية عد التعبيرات المرجعية من خلال نقل أخذ العينات السلبية من النصوص إلى الرموز المرئية داخل الصور، مما يحقق أداءً هو الأفضل في فئته من خلال تعزيز التمييز البصري الدقيق والقدرة على التعميم.
تقدم هذه الورقة MeSS، وهو إطار عمل مبتكر يستفيد من نماذج الشبكات المدنية كأولويات هندسية، ويستخدم مسار انتشار صور متعدد المراحل مع وحدات اتساق عبر الرؤى لتوليد مشاهد خارجية عالية الجودة ومتسقة الأسلوب للملاحة الافتراضية والقيادة الذاتية.
تقدم هذه الورقة البحثية HomeSafeBench، وهو أول معيار للوكلاء المجسدين لأداء فحص سلامة المنازل عبر الاستكشاف الحر من خلال وجهات نظر من منظور الشخص الأول، وتقترح CueBack، وهي طريقة لبناء البيانات تعمل على تحسين أداء النماذج اللغوية البصرية بشكل كبير من خلال الاستفادة من البنية الزمنية للكشف عن المخاطر لسد الفجوة بين الذكاء الاصطناه والمفتشين البشر.
تقترح هذه الورقة CLIP4VI-ReID، وهي شبكة مبتكرة تستفيد من الدلالات النصية لنموذج CLIP كجسر لتوليد تمثيلات مشتركة بين الأنماط للتعرف على الأشخاص عبر الصور المرئية وتحت الحمراء، وذلك من خلال توليد نصوص من الصور المرئية، وتصحيح ميزات الأشعة تحت الحمراء، وتحسين المحاذاة الدلالية عالية المستوى لتحقيق أداء فائق في عابر الأنماط.
يُعد ReCamDriving إطار عمل يعتمد كلياً على الرؤية الحاسوبية، حيث يقوم بتخليق مقاطع فيديو متعددة المسارات لمسارات قيادة جديدة من خلال توظيف نموذج تدريب تدريجي ثنائي المرحلة واستراتيجية متخصصة لتنسيق البيانات للاستفادة من عمليات رندرة (Rendering) كثيفة لتقنية Gaussian Splatting ثلاثية الأبعاد (3DGS) لتحقيق أحدث مستويات التحكم في الكاميرا والاتساق الهيكلي دون الحاجة إلى مستشعرات ليدار (LiDAR).
تقدم هذه الورقة البحثية التعلم التصنيفي المتزايد الواعي بالمرحلة (Stage-Aware Class-Incremental Learning) لمعالجة تحدي تعلم الفئات التي تخضع لتطور مورفولوجي بمرور الوقت، مقترحةً معيار Stage-Bench وإطار عمل STAGE للتخفيف بفعالية من كل من النسيان بين الفئات والتدهور على مستوى المرحلة داخل الفئة الواحدة.
تقترح الورقة البحثية MoECa، وهو إطار عمل للتخزين المؤقت دقيق الحبيبات يعمل على تسريع نماذج محولات الانتشار (Diffusion Transformers) باستخدام خليط من الخبراء (Mixture-of-Experts) عبر إجراء إعادة استخدام الميزات على مستوى فرع الخبير بدلاً من مستوى الرمز، مما يحقق تسريعاً يصل إلى 2.93 ضعفاً مع الحفاظ على جودة التوليد.
تقدم هذه الورقة إطار عمل لتدقيق المخاطر القائمة على الأدلة لتقليم الرموز البصرية في النماذج اللغوية الكبيرة متعددة الوسائط الغنية بالنصوص، والذي يكشف كيف يمكن للمقاييس القائمة على الدقة أن تحجب الإخفاقات الحرجة في المصدر المكاني، مبرهنةً على أن أدوات الاختيار الشفافة والخالية من التدريب يمكن أن تحقق دقة مماثلة مع تحسين سرعة الدفعات وكفاءة الذاكرة بشكل كبير دون التضحية بقابلية تتبع المناطق الحرجة لعمليات التعرف الضوئي على الحروف (OCR).