12113 ورقة بحثية
تقدم هذه الورقة البحثية إطار عمل DART، وهو إطار عمل جديد ثنائي المفسرات يتغلب على "فخ التشابه الإحصائي" في نماذج الطقس القائمة على التعلم العميق من خلال إعطاء الأولوية لرصد الحمل الحراري الشديد بدلاً من الارتباطات الإحصائية الضبابية، محققاً أداءً فائقاً عبر تقنيات مبتكرة مثل إزالة نقل بخار الماء المتكامل، والمثبت من خلال دراسات حالة فيضانات واقعية.
تقترح هذه الورقة شبكة تقطير معرفي متعددة الوسائط متغيرة غنية بتوجيه نصي (VMD) تستفيد من المعرفة المتخصصة لأطباء الأشعة المستمدة من التصوير والتقارير لتحسين التشخيص الآلي لهشاشة لويحة الشريان السباتي في التصوير بالرنين المغناطيسي ثلاثي الأبعاد، لا سيما عندما تكون بيانات التوسيم محدودة.
تقدم الورقة البحثية TIGER، وهو إطار عمل جديد ثنائي المراحل يحل المفاضلة بين جودة الصورة ووضوح النص في عملية تحسين دقة النصوص في المشاهد من خلال إعطاء الأولوية لاستعادة بنية الرموز لتوجيه عملية تحسين الصورة اللاحقة، مدعوماً بمجموعة بيانات UZ-ST المقترحة حديثاً.
تقدم هذه الورقة RareFlow، وهو إطار عمل للذكاء الاصطيدي التوليدي المعتمد على مطابقة التدفق (flow matching) والموجه دلالياً، والذي يستخدم التكييف المزدوج ذو البوابات ودالة فقد متعددة الأوجه لترجمة صور Sentinel-2 منخفضة الدقة إلى صور عالية الدقة شبيهة بصور Maxar، معالجةً بذلك تحديداً تحدي اكتشاف المعالم الجيومورفولوجية النادرة مثل الانهيارات الارتدادية للتربة الصقيعية في البيئات التي تعاني من ندرة البيانات وتحول النطاق.
تقدم الورقة البحثية "روائح نيويورك" (New York Smells)، وهي مجموعة بيانات متعددة الوسائط واسعة النطاق تحتوي على 7,000 زوج من الصور والروائح من بيئات واقعية متنوعة، والتي تُظهر أن البيانات المرئية تسهل تعلم التمثيل الشمي عبر الوسائط وتتفوق على الميزات التقليدية المصممة يدويًا في مهام مثل الاسترجاع والتصنيف.
يُعد iMontage إطار عمل موحداً يعيد توظيف نماذج الفيديو سابقة التدريب لتصبح مولدات صور متعددة الاتجاهات ومتعددة الاستخدامات عبر حقن بيانات صور متنوعة في الأوليات الزمنية، مما يتيح إنشاء مجموعات صور ذات انتقالات طبيعية ونطاق ديناميكي واسع مع الحفاظ على تماسك الحركة.
تقدم هذه الورقة إطار عمل هجينًا شفافًا وحتميًا لاستخراج الأسماء الشخصية من فيديوهات الأخبار البثية، يعطي الأولوية للقابلية للتدقيق والتتبع الخالي من الهلوسة على حساب مكاسب الدقة الهامشية للنماذج التوليدية متعددة الوسائط.
تتقصى هذه الورقة التكامل التمثيلي والسلوكي بين نماذج الرؤية واللغة والمشفرات المعتمدة على الرؤية فقط في القيادة من طرف إلى طرف، حيث تُثبت أن بنية هجينة تستفيد من نقاط قوتهما المتميزة في السيناريوهات البسيطة مقابل المعقدة تُحسن الدقة والكفاءة بشكل كبير مقارنة بالنماذج الأساسية المستقلة.
تقترح الورقة البحثية SOL-Nav، وهو إطار عمل مبتكر يحول الملاحظات البصرية الخام إلى أوصاف لغوية مهيكلة لتمكين ملاحة بصرية-لغوية فعالة، وقابلة للتعميم، ومنخفضة البيانات من خلال الاستفåدة من قدرات الاستنتاج للنماذج اللغوية مسبقة التدريب.
تقدم هذه الورقة إطار عمل عالي الكفاءة للكشف عن الشذوذ في السحب النقطية ثلاثية الأبعاد يعتمد على نماذج الاتساق، والذي يحقق سرعة استنتاج تصل إلى 80 ضعفاً مقارنة بطرق الانتشار الحديثة من خلال تمكين إعادة بناء الهندسة النظيفة في خطوة واحدة أو خطوتين مباشرة مع الحفاظ على أداء تنافسي في الكشف على الأجهزة الطرفية.