12063 ورقة بحثية
تقدم هذه الورقة نموذج عالم فيديو متمحور حول الإنسان يتيح بيئات افتراضية ذات منظور شخصي تفاعلية من خلال ربط توليد الفيديو بوضعيات الرأس واليد المتتبعة، مما يحسن بشكل كبير أداء المهام والتحكم المدرك مقارنة بالنماذج المرجعية الحالية.
يقدم ShotVerse إطار عمل "التخطيط ثم التحكم" (Plan-then-Control) الذي يستفيد من مخطط يعتمد على نماذج اللغة والرؤية (VLM) ومتحكم متخصص، مدعومًا بمجموعة بيانات جديدة تم تنسيقها بدقة عالية، لتمكين التوليد الآلي والدقيق والمتسق لمقاطع الفيديو السينمائية متعددة اللقطات من النصوص الوصفية.
تقدم هذه الورقة نموذج رفع حركي-بصري مع إطار تحكم موجه هرمياً ومعياراً مرجعياً جديداً مشروحاً لتحقيق توليد فيديو جراحي عالي الدقة، وفعال، ومتسق فيزيائياً، ومشروط بالأفعال.
يُعد GeoMix إطار عمل للتحديد البصري للمواقع يعتمد على عدم استخدام الواصفات، وهو يعمل على تحسين الدقة بشكل كبير من خلال تعزيز التمييز الهندسي عبر التضمينات المكانية المحلية، وتجميع السياق العالمي عبر آلية الانتباه المتقاطع، والتدريب متعدد الكواشف، مما يؤدي إلى تقليص فجوة الأداء مع خطوط المعالجة القائمة على الواصفات.
تقترح هذه الورقة إطار عمل للتلقين البصري الجنائي التركيبي القائم على العناصر الأولية، والذي يستفيد من نموذج محول رؤية (ViT) مجمد لتعلم وتجميع عناصر أولية جنائية دقيقة قابلة لإعادة الاستخدام ديناميكيًا من رقع الصور، مما يتيح مكافحة تزييف الوجه في العالم المفتوح بمتانة ضد الهجمات غير المرئية عبر التقاط أدلة دقيقة ومتباينة مكانيًا دون الاعتماد على التوجيه الدلالي أو اللغوي.
تقدم الورقة البحثية RoboShape، وهو إطار عمل قائم على نظرية المعلومات يعمل على ضغط تمثيلات السحابة النقطية للروبوت لتقليل حجم البيانات وتكاليف الإرسال بشكل كبير مع الحفاظ على فائدة التعرف على الأشياء وكبح تسرب السياق المكاني الحساس بفعالية.
تقترح هذه الورقة استراتيجية "الاتساق الانتقائي بين الرؤى" (SCVC)، وهي استراتيجية تدريب تعمل على تحسين متانة نماذج الأفعال العالمية تجاه زوايا الكاميرا المحجوبة من خلال تطبيق خسائر الاتساق حصرياً على المخرجات غير المتغيرة بتغير الرؤية (مثل الأفعال) بدلاً من المخرجات المتغيرة بتغير الرؤية (مثل إطارات الفيديو)، مما يتجنب تقليص المحتوى المشروع الخاص برؤية معينة دون الحاجة إلى تسميات للكاميرا أو معلومات خارجية.
تقترح هذه الورقة طريقة مؤتمتة لتصوير الأسنان تجمع بين التماثل المستمر من تحليل البيانات الطوبولوجية وآلات ناقلات الدعم لتصنيف الأسنان وتشخيص الأمراض في فحوصات التصوير المقطعي المحوسب ذو الحزمة المخروطية، محققةً دقة أعلى بكثير (97.67% و96.77%) من الشبكة العصبية التلافيفية المماثلة.
تقدم الورقة البحثية WorldMind، وهو إطار عمل منفصل يفصل نمذجة عالم اللعبة إلى طبقات الفهم، واتخاذ القرار، والتحكم، والتوليد لتمكين سلوك الشخصيات غير القابلة للعب المدركة للحالة، مدعوماً بمجموعة بيانات BOSS-140K، ويُظهر تماسكاً تكتيكياً فائقاً مقارنة بالنماذج المرجعية الحالية.
تقترح الورقة البحثية CM-GLasso، وهو إطار عمل مبتكر يدمج تعلم التبعية البصرية الموجه بالنص مع نماذج غاوس البيانية المتفرقة عبر أولويات الانتباه عبر الوسائط لتحقيق أداء رائد في التصنيف والتقسيم مع توليد رسوم بيانية للتبعية الشرطية قابلة للتفسير في الوقت ذاته.