12113 ورقة بحثية
تقدم الورقة البحثية SPARC-Rad، وهي مجموعة بيانات معيارية متعددة الوسائط تم تنسيقها يدويًا ومسار تقييم مصمم لتقييم قدرات الاستدلال المكاني والتشريحي لنماذج الرؤية واللغة الإشعاعية من خلال 300 زوج من (صورة-سؤال) مستمدة من دراسات تصويرية لمجموعات ضابطة سليمة.
تُرسخ هذه الدراسة معياراً مرجعياً مضبوطاً على مستوى المريض، يوضح أن تضمينات النماذج التأسيسية لعلم الأمراض، ولا سيما من نموذج UNI2، تتنبأ بشكل موثوق بدرجات البرامج الجينية الجزيئية المحجوبة في سرطان الثدي، بأداء ذي دلالة إحصائية يتجاوز سمات تكوين الأنسجة التقليدية.
تُثبت هذه الورقة أنه بالنسبة لمجالات التصميم المتخصصة مثل مجموعة بيانات JONES-19 الثقافية، فإن تدريب الشبكات العصبية الالتفافية من الصفر باستخدام استراتيجيات أخذ العينات المحلية يمكن أن يضاهي بفعالية أداء النماذج المدربة مسبقاً على ImageNet، مما يشير إلى أن مجموعات البيانات الأصغر والمختارة بعناية والتي تلتقط مبادئ تصميم محددة قد تكون أكثر فعالية من الاعتماد على التدريب المسبق الضخم للأغراض العامة.
يُعد RadPRISM إطار عمل مبتكرًا للتدريب المسبق للرؤية واللغة، يقوم بمحاذاة صور الأشعة السينية للصدر مع مفاهيم محددة من قبل الأطباء في فضاءات فرعية بصرية مخصصة عبر إشراف مُقسّم طبقياً حسب المخطط، مما يحسن بشكل كبير من التصنيف صفري القدرة، والتأسيس البصري، والاسترجاع المفكك للمفاهيم مقارنة بالنماذج التقليدية ذات الفضاء المشترك.
تقدم هذه الورقة مجموعة بيانات النفايات المنزلية المالطية (MDWD)، وهي معيار مرجعي شامل على مستوى الشارع يضم 3,697 صورة عالية الدقة وأكثر من 11,000 نموذج مُصنف للنفايات المنزلية، وذلك لمعالجة الفجوة في موارد الكشف عن النفايات الصلبة البلدية وإرساء خطوط أساس أداء قابلة للتكرار لمختلف نماذج كشف الأشياء.
تقدم هذه الورقة SAPER، وهو إطار عمل للتقليم الناعم الموجه بالتفسير، والذي يستفيد من التحليل الطيفي والتجميع الدلالي لرؤوس الانتباه لتقليل التكلفة الحسابية لنماذج "Vision Transformers" بكفاءة مع الحفاظ على دقة تصنيف عالية.
تُعد ORCA طريقةً للضغط المرئي لرموز التصوير المقطعي المحوسب ثلاثي الأبعاد، وهي طريقة تعمل دون تدريب وتعمل بمبدأ "التوصيل والتشغيل"، حيث تستفيد من التجميع الموجه بالأعضاء والترميز الجيبي للمركز للحفاظ على المعلومات التشريحية، مما يقلل بشكل كبير من أعداد الرموز وتكاليف الاستدلال مع التفوق على النماذج المرجعية الحالية في مهام التنبؤ بالسمات وتوليد النصوص.
يقدم تحدي الذكاء الاصطناعي الأول للأطفال مجموعة بيانات مبتكرة لتسلسلات النقاط المفتاحية ثنائية الأبعاد للأطفال الذين تتراوح أعمارهم بين 3 و16 عاماً بهدف تطوير تطبيقات الرؤية الحاسوبية في الرعاية الصحية للأطفال من خلال معالجة التحليل الدقيق لسلوكيات المشي عبر مسارين معتمدين سريرياً: تسجيل درجة إدنبرة للمشي البصري وتصنيف أنماط المشي في حالات الشلل الدماغي التشنجي الثنائي.
تقدم هذه الورقة إطار عمل لتقطير الذكاء الاصطناي، يقوم بتدريب نموذج طالب يعتمد على الرؤية فقط لتوليد تضمينات صور غنية دلالياً وقابلة للتفسير لتوصيف الجسيمات والألياف، وذلك من خلال إعادة بناء متجه معلم متعدد الوسائط يرمز للبيانات المرئية جنباً إلى جنب مع الإضاءة، والتكبير، والسياق المورفولوجي.
تقترح هذه الورقة البحثية إطار عمل EndoMINI، وهو إطار عمل جديد للتعلم الذاتي لتقدير العمق في المناظير يتميز بالقدرة على التعميم، حيث يجمع بين خليط من الخبراء منخفضي الرتبة (MiLoRE) للتكيف الكفء في استخدام المعلمات، والمحاذاة الجوهرية للصورة (IIA) للتخفيف من تداخل الإضاءة، مما أظهر أداءً فائقاً في كل من معايير التعلم الخاضع للإشراف والتعلم الصفري.