12113 ورقة بحثية
يعالج StreamDAM مشكلتي زمن الاستجابة والعمى عن الحضور في متتبعات تقسيم كائنات الفيديو المتطورة في البث المباشر من خلال تقديم مسار ذاكرة مدرك للحضور ومدمج داخل النموذج يعمل على تحسين استخدام الذاكرة وقرارات المخرجات ديناميكيًا لكل إطار، محققًا دقة تقارب دقة المعالجة غير المتزامنة مع تجاوز أداء النموذج الأصلي في المحتوى الصعب.
تقدم الورقة البحثية EcoFrame، وهو إطار عمل لا يتطلب تدريباً يعزز فهم الفيديوهات الطويلة بكفاءة من خلال الجدولة التكيفية للأدلة المرئية عبر توسيع الميزانية المعتمد على الإنتروبيا والبحث عن المرشحين الموجه بالانتباه، محققاً توازناً متفوقاً بين الدقة والكفاءة مقارنة بالطرق الاستاتيكية والطرق القائمة على الوكلاء الحالية.
تقدم الورقة البحثية PRISM، وهو سير عمل ميتا (meta-workflow) يعمل بشكل منهجي على تحويل السلاسل الزمنية متعددة المتغيرات إلى صور متعددة القنوات للكشف عن الشذوذ، مما يثبت أن التمثيلات القائمة على الصور المصممة جيداً مع استراتيجيات التشكيل في قنوات مبتكرة ومشفرات رؤية مدربة مسبقاً يمكن أن تتفوق بشكل كبير على النماذج المرجعية التقليدية في المجال الزمني.
تقدم UniWorld-Design إطار عمل مبتكر يعيد تعريف توليد الصور من خلال الانتقال من التخليق المسطح للبكسلات إلى الإنشاء الهيكلي القائم على الطبقات باستخدام طبقات RGBA الدلالية كوحدات ذرية، مما يتيح فهماً أكثر قوة، وتحريراً، وتلاعباً وكيلياً بالمحتوى البصري من خلال نماذجها المتخصصة في تحويل النص إلى RGBA وتحويل الصورة إلى طبقة.
تقدم هذه الورقة مشغل سلسلة بورن العصبي (NBSO)، وهو تقنية تعلم عميق مبتكرة تسرع محاكاة الموجات وتتيح إجراء عكس كامل للموجة بكفاءة وفي وقت يقارب الزمن الحقيقي للتصوير المقطعي المحوسب بالموجات فوق الصوتية عالي الدقة، كما تم التحقق من صحته عبر مجموعات بيانات شاملة للدماغ والثدي.
يُعد GCDance إطار عمل قائماً على الانتشار (diffusion-based framework) يقوم بتوليد تسلسلات رقص ثلاثية الأبعاد لكامل الجسم ومتحكم في نوعها الموسيقي، وذلك من خلال دمج الموسيقى والمطالبات النصية عبر آلية تحكم مبتكرة واستراتيجية تحسين متعددة المهام، مما يحقق محاذاة فائقة بين تصميم الرقصات والإيقاع والسمات الأسلوبية.
تقترح هذه الورقة البحثية إطار عمل UTok3D، وهو إطار عمل فعال من حيث المعلمات يتيح إعادة استخدام نماذج CLIP المدربة مسبقاً على ثنائية الأبعاد والمجمدة لفهم السحب النقطية ثلاثية الأبعاد، وذلك عبر تعلم مُرمز (tokenizer) مُطبع بمقياس الرسم يتكيف مع المقاييس الهندسية غير المتجانسة ويستفيد من التقطير عبر الوسائط ذاتي الإشراف من الصور متعددة الزوايا.
تقدم هذه الورقة تحليلاً شاملاً لتحدي MARIO في مؤتمر MICCAI 2024، حيث تفصل كيف استخدمت 35 فرق بيانات التصوير المقطعي للتماسك البصري (OCT) والبيانات السريرية متعددة الأنماط لتقييم أداء الذكاء الاصطناعي في تشخيص تنكس الشبكية، مما كشف أنه بينما يضاهي الذكاء الاصطناعي دقة الأطباء في اكتشاف تطور التنكس البقعي المرتبط بالسن (AMD)، فإنه لا يزال حالياً يقصر عن التنبؤ بالتطور المستقبلي للمرض.
تقدم هذه الورقة MatchPlant، وهو مسار معالجة برمجي مفتوح المصدر ومرن بلغة بايثون، يدمج بين معالجة صور الطائرات بدون طيار، والكشف عن الأجسام القائم على التعلم العميق، والإسقاط الجيومكاني، لتمكين الكشف عن النباتات الفردية واستخراج سماتها بدقة وقابلية للتوسع والتكرار من أجل التنميط عالي الإنتاجية.
تقدم هذه الورقة البحثية CDG-MAE، وهي طريقة للتعلم الخاضع للإشراف الذاتي تستفيد من مناظر اصطناعية متنوعة ناتجة عن الانتشار (diffusion) من صور ثابتة واستراتيجية قناع متعددة المرتكزات للتغلب على قيود البيانات في الترميز التلقائي المقنع عبر الرؤى، مما يقلص بفعالية فجوة الأداء مع الطرق القائمة على الفيديو مع الحفاظ على كفاءة التدريب القائم على الصور فقط.