12063 ورقة بحثية
تقترح هذه الورقة إطار عمل يعتمد على التمهيد المتكرر (iterative bootstrapping) يستفيد من النقل الأمثل (Optimal Transport) لمحاذاة الميزات المرئية مع التمثيلات الدلالية للكلمات، مما يتيح التعرف الفعال على النصوص المكتوبة بخط اليد في سيناريوهات الموارد المنخفضة من خلال توليد تسميات مستعارة من البيانات غير المصنفة والحد الأدنى من الأمثلة المصنفة.
يُعد DiffSwap++ إطار عمل جديد للانتشار المعتمد على الكامن ثلاثي الأبعاد، يعزز الحفاظ على الهوية والاتساق الهندسي في عملية تبديل الوجوه من خلال الاستفضاء في استخدام البنية الوجهية ثلاثية الأبعاد لفصل الهوية عن الوضعية والتعبير، متفوقاً بذلك على الأساليب الحالية في العديد من المعايير المرجعية.
تقدم هذه الورقة مفهوم "انهيار الرقعة" (patch collapse)، وهو مفهوم مستوحى من ميكانيكا الكم حيث يؤدي رصد رقعات معينة من الصورة إلى تقليل عدم اليقين في رقعات أخرى، وتقترح طريقة لترتيب الرقع حسب أهميتها باستخدام مشفر تلقائي (autoencoder) وخوارزمية "بيج رانك" (PageRank) لتحسين كفاءة نمذجة الصور المقنعة، والتوليد ذاتي الانحدار، والتصنيف القائم على محولات الرؤية (Vision Transformer) بشكل كبير.
تقدم الورقة البحثية AdaptPrompt، وهي طريقة فعالة من حيث كفاءة المعلمات للكشف عن التزييف العميق القابل للتعميم، والتي تستفيد من مجموعة بيانات متوازنة مُولدة بواسطة الانتشار (Diff-Gen) واستراتيجية تكييف خفيفة الوزن لنموذج CLIP لتحقيق أداء رائد عبر مختلف مولدات الصور بالذكاء الاصطناعي مع تدريب 0.1% فقط من معاملات النموذج.
تقترح هذه الورقة HOT-POT، وهو إطار عمل غير مُشرف للمطابقة المجسمة المتناثرة يستفيد من النقل الأمثل مع مسافات الخطوط الاندماجية ومسافات الأشعة ثلاثية الأبعاد للتغلب على التحديات الهندسية وتمكين المطابقة الفعالة للميزات والأجسام، لا سيما لمواءمة اصطلاحات المعالم الوجهية المتباينة.
تقيم هذه الورقة مدى فعالية نماذج الرؤية واللغة في أتمتة استخراج المعرفة التشخيصية المهيكلة من أدلة استكشاف الأخطاء وإصلاحها الصناعية، مع مقارنة التلقين القياسي باستراتيجيات الإدراك المعتمدة على التخطيط لتحديد المقايضات بين الحساسية المكانية والمتانة الدلالية.
تقدم الورقة البحثية ReasonEdit، وهو أول محرر لنماذج الرؤية واللغة يستفيد من تفسيرات الاستدلال البشري المخزنة في كتاب رموز ويتم استرجاعها عبر طريقة تضمين متعددة الوسائط متوازنة طوبولوجياً لتحقيق أداء رائد في مهام التحرير كثيفة الاستدلال.
تقدم الورقة البحثية إطار عمل FOCUS، وهو إطار عمل مدفوع بنماذج تأسيسية يعمل على أتمتة سير عمل التشخيص الشامل للتصوير المقطعي للتماسك البصري (OCT) ثلاثي الأبعاد للشبكية من خلال دمج تقييم الجودة، وكشف الاعتلالات، وتصنيف الأمراض المتعددة في نظام موحد يحقق دقة وكفاءة بمستوى الخبراء عبر مختلف الإعدادات السريرية.
تقترح هذه الورقة طريقة تدريب انتقائية مقيدة بالمعلومات المسبقة تستخدم عزو اختيار المجموعات الفرعية لمعاقبة النماذج عندما تحيد أدلة قرارها عن المعلومات المسبقة المقدمة من البشر، مما يؤدي إلى تحسين كل من دقة المهام ومواءمة استدلال النموذج مع الأدلة المقصودة في مهام تصنيف الصور ووكلاء واجهة المستخدم الرسومية.
تقترح الورقة البحثية إطار عمل VSAL، وهو إطار عمل يعتمد على الرؤية الحاسوبية لتعزيز اكتشاف خصائص الرسوم البيانية من خلال توظيف مولد تخطيط تكيفي لإنشاء تصورات مرئية معلوماتية مصممة ديناميكيًا لتناسب حالات الرسوم البيانية الفردية، مما يؤدي بالتالي إلى التفوق على الأساليب الحالية التي تعتمد على تخطيطات ثابتة.