12113 ورقة بحثية
تقدم الورقة البحثية إطار عمل "التكيف السياقي التشريحي" (ACA)، وهو إطار عمل خفيف الوزن يعمل على تكييف نماذج التأسيس المعتمدة على التصوير المقطعي المحوسب (CT) المجمدة بكفاءة لتحقيق محاذاة بين الرؤية واللغة على مستوى التشريح مع الحفاظ على السياق العالمي، متفوقاً بذلك على الأساليب الحالية في مهام التعلم الصفري بأقل وقت تدريب ممكن.
تقدم هذه الورقة البحثية HumanCLAW، وهو إطار عمل يفصل بين اتخاذ القرار في نماذج الرؤية واللغة وبين التنفيذ الحركي لتقييم الذكاء المتجسد، كاشفاً أن النماذج الحالية تخفق في المهام الفيزيائية طويلة المدى بشكل أساسي بسبب نقص الوعي الذاتي المتجسد بدلاً من قدرات الإدراك.
تقترح هذه الورقة البحثية FFNet، وهي عائلة فعالة من الشبكات الالتفافية التي تستبدل الانتباه الذاتي بـ "مُخلط رموز مُحوّل إلى FFN" (FFNified token mixer) للحفاظ على إطار عمل الاستعلام والمفتاح والقيمة مع استخدام التلافيف ذات النواة الكبيرة وتنشيط GELU، مما يثبت أن هذا التصميم المبسط يتفوق على الأساليب المتخصصة عبر مختلف مهام الرؤية الحاسوبية.
تقدم هذه الورقة البحثية FactorHD، وهو نموذج حوسبة فائقة الأبعاد مبتكر يستخدم الترميز الرمزي مع بند ذاكرة وتخزين مؤقت وخوارزمية تحليل عوامل فعالة لتمثيل وتحليل علاقات الفئات والفئات الفرعية المعقدة متعددة الكائنات بفعالية، مما يتغلب على قيود مثل كارثة التراكب مع تحقيق تسريع كبير ودقة عالية.
تقترح الورقة البحثية EVisRAG، وهو إطار عمل موجه بالأدلة يعمل على الحد من الهلوسة البصرية في الاستنتاج متعدد الصور من خلال الجمع الصريح للأدلة البصرية ذات الصلة بالسؤال وتوظيف خوارزمية RS-GRPO مبتكرة لتحسين التحسين المشترك للتحديد والاستنتاج، مما يحقق مكاسب كبيرة في الأداء في معايير الإجابة على الأسئلة البصرية.
تقترح الورقة البحثية SAM-MI، وهو إطار عمل جديد يعتمد على حقن الأقنعة لتعزيز التجزئة الدلالية مفتوحة المفردات من خلال توظيف التلقين المتناثر الموجه بالنص، وتجميع الأقنعة الضحلة، وحقن الأقنعة المنفصل، لمعالجة تحديات الإفراط في التجزئة ودمج الملصقات في نموذج SAM بفعالية مع تحسين الدقة وسرعة الاستدلال بشكل كبير.
تؤسس هذه الورقة إطاراً نظرياً وعملياً موحداً لاستعادة إشارات كواشف الفوتون الواحد ذات التوقيت الزمني (SPAD) من خلال اشتقاق دالات درجات الاحتمالية عبر ثلاثة أوضاع تشغيل لتحديد حدود الاستعادة الأساسية في آن واحد وتمكين إعادة البناء عالية الدقة القائمة على الانتشار، مما يكشف أن الأوضاع المعتمدة على الطوابع الزمنية تتفوق بشكل كبير على العد الثنائي عند التدفق العالي.
تقترح هذه الورقة إطار عمل قائم على التعلم يتنبأ بالمواقع والأشكال ثلاثية الأبعاد لـ 41 بنية تشريحية من صور عمق ثنائية الأبعاد واحدة باستخدام بيانات اصطناعية من مجموعة بيانات NAKO MRI، مما يظهر إمكانية أتمتة وضعية طاولة المريض في سير عمل الأشعة وتحسين الكفاءة.
تقدم الورقة البحثية MFM-Geom، وهو نموذج تأسيسي هندسي متعدد الوسائط يدمج التصوير بالرنين المغناطيسي ثنائي المعلمات والتقارير السريرية باستخدام التعلم العميق الريماني لتحقيق تصنيف متفوق وقوي لسرطان البروستاتا مع تقليل متطلبات بيانات التدريب بشكل كبير.
يُعد Med-SegLens إطار عمل قابلاً للتفسير يستخدم المشفرات التلقائية المتفرقة لتفكيك نماذج التجزئة إلى سمات كامنة، مما يتيح تحديد أسباب انزياح مجموعة البيانات وتصحيح إخفاقات التجزئة من خلال تدخلات مستهدفة على المستوى الكامن دون الحاجة إلى إعادة التدريب.