12113 ورقة بحثية
تقترح الورقة البحثية SmartRes، وهو إطار عمل لتوجيه الدقة الديناميكية يعمل على تحسين الكفاءة في عملية التأسيس البصري من منظور الشخص الأول (egocentric) عبر التنشيط الانتقائي للرقع عالية الدقة في المناطق المتمحورة حول الأجسام، مما يقلل بشكل كبير من الرموز البصرية ووقت الاستدلال مع الحفاظ على دقة عالية في تحديد مواقع الأجسام الصغيرة.
يُعد StreamTalk إطار عمل في الوقت الفعلي وذو حلقة مغلقة لتوليد إيماءات مصاحبة للكلام، حيث يعمل على الحد من الانحراف طويل المدى عبر توظيف دورة (توليد-استرجاع-تحسين) مرتكزة على وضعيات مفتاحية معقولة وبنية محول انتشار (DiT) مدركة للأجزاء.
حقق فريق جامعة FAU المركز الثالث في اختبار الاختيار من متعدد البصري (Visual MCQ) والمركز الأول في الاختبار المفتوح البصري (Visual OpenQA) في مسابقة ImageCLEF 2026 من خلال إعطاء الأولوية لهندسة الاستدلال القوية — مثل التقييم المباشر للمرشحين، ودمج الدرجات، والتحكم الصارم في المخرجات — بدلاً من التدريب المتخصص للمهام لتعزيز الاستدلال البصري متعدد اللغات وتنسيق الإجابات.
تقدم هذه الورقة نظرة عامة على الذكاء الاصطناعي التوليدي والنماذج التأسيسية، بما في ذلك نماذج الانتشار والنماذج اللغوية الكبيرة، وتناقش بناءها، وتطبيقاتها في معالجة ودعم الصور الطبية، واستراتيجيات تطوير ذكاء اصطناعي عالي الأداء للرعاية الصحية باستخدام البيانات والموارد الحسابية الوطنية.
تقدم الورقة البحثية إطار عمل ARM (العزو عن طريق القيم القصوى للرتب)، وهو إطار عمل غير مرتبط بكاشف محدد، يعمل على تحديد وتوثيق إحداثيات معينة مسؤولة عن نقطة تغير في السلاسل متعددة المتغيرات مع ضبط دقيق للخطأ في العينات المحدودة، بغض النظر عن دقة الكاشف المستخدم أو توزيع البيانات.
تقترح الورقة البحثية بنية "نقل تسلسل إزالة الضجيج متعدد الكيانات" (ME-DST)، وهي بنية مبتكرة تحافظ على بُعد اللاعب-الدور من خلال آليات انتباه زمنية ومكانية مُحللة لتحسين أداء رصد أفعال الكرة المتمحور حول اللاعب بشكل كبير في مجموعة بيانات FOOTPASS مقارنة بالنماذج المرجعية الحالية.
يُعد UniSim-SLAM نظام SLAM بنظام التغذية الأمامية يجمع بين تتبع ثنائي المنظر خفيف الوزن وتحسين دوري للخرائط الفرعية متعددة المناظر، مستخدماً مخطط عامل $Sim(3)$ موحداً لتحسين الوضعيات العالمية ووضعيات الخرائط الفرعية بشكل مشترك، مما يحقق دقة تضاهي أحدث المعاياي ويقلل بشكل كبير من انزياح المسار في الإعدادات غير المعايرة.
تقدم هذه الورقة البحثية STC-Net، وهو إطار عمل جديد للتعلم العميق يستفيد من الأولويات الحافية والطيفية جنباً إلى جنب مع وحدة تحسين حدود الطوبولوجيا لتقسيم الشقوق الرفيعة والمستطيلة في صور التألق الكهربائي بدقة، مما يتيح تقديراً موثوقاً لفقدان الطاقة في الخلايا الكهروضوئية.
يقترح G-Skin إطار عمل توليدي جديد لتغليف الأجسام يتغلب على ندرة مجموعات بيانات تجهيز نماذج Gaussian ثلاثية الأبعاد من خلال الاستفادة من نماذج الرؤية الأساسية ثنائية الأبعاد لاستخلاص أولويات الحركة في شكل توجيه زائف، مما يمكّن من تعلم أوزان تغليف سلسة ومتماسكة هيكلياً لتحريك أصول Gaussian ثلاثية الأبعاد بهياكل عظمية ذات طوبولوجيا عشوائية.
تقدم الورقة البحثية نموذج ReLIQS، وهو نموذج لتقييم جودة الصور بدون مرجع يعتمد على CLIP ومستقل عن الدقة، يتعلم بكفاءة تحديد المناطق البارزة وتجميع تضمينات الرقع متعددة الدقة لتحقيق تعميم فائق عبر مجموعات البيانات والتشوهات المتنوعة دون الحاجة إلى تغيير الحجم بشكل عدواني أو تكاليف حوسبة باهظة.