12113 ورقة بحثية
تقدم هذه الورقة GaitFace، وهي مجموعة بيانات عامة جديدة متعددة الوسائط تحتوي على بيانات الوجه والمشية بعيدة المدى التي تم التقاطها في سيناريوهات حقيقية لمراقبة الحدود، والمصممة لتقييم وكشف حدود النماذج الحالية لأحدث التقنيات في مجال القياسات الحيوية تحت ظروف التحدي المتمثلة في انخفاض الدقة وارتفاع زاوية الرؤية.
تقترح هذه الورقة البحثية إطار عمل D3O، وهو إطار لتقطير التوزيع الديناميكي يعالج ضجيج التوسيم والغموض في الانحدار الرتبي من خلال استبدال الإشراف الساكن بتطور لتوزيع الملصقات مدفوع بالتقطير الذاتي، والمعزز بمحاذاة الرؤية واللغة وآليات التفاعل عبر الطبقات لتحقيق أداء قوي في ظل الظروف الضوضائية وغير المتوازنة.
تُظهر هذه الدراسة أن دمج التقاط الحركة القائم على الذكاء الاصطناعي بدون علامات في تقييمات اختبار حركة الذراع (ARAT) الروتينية يوفر مقاييس حركية موضوعية وصالحة وحساسة تتغلب على قيود التقييم الرتبي التقليدي من خلال الكشف عن ملفات التعافي الخاصة بكل مريض ورصد التحسينات حتى بعد تشبع الدرجة المعيارية.
تقدم هذه الورقة معياراً مرجعياً مضبوطاً للتنبؤ متعدد الوسائط بالإشعاع الشمسي قصير المدى، والذي يعزل تأثير الهياكل المرئية (بما في ذلك متغيرات ConvNeXt وSwin Transformer وMamba) من خلال إبقاء خط أنابيب التنبؤ بأكمله ثابتاً، مما يثبت أنه بينما تحسن هذه البنيات من نموذج الاستمرارية الذكية على مجموعة بيانات Folsom، إلا أنها لا تتفوق عليه بعد في تقسيم NREL الأكثر صرامة.
يُعد RRTrack متتبعاً فعالاً وقابلاً للاسترداد للوضعية سداسية الأبعاد (6D pose) للمشاهد الديناميكية، حيث يجمع بين استراتيجية الحلقة المغلقة ثنائية الأبعاد-سداسية الأبعاد (2D-6D) ومطابقة القوالب ثنائية البنك القائمة على DINOv2 للتعامل بمتانة مع الحركة السريعة والانسداد الكامل، محققاً أداءً هو الأفضل في فئته على مقيما معياري اصطناعي جديد.
تقترح هذه الورقة تعديلاً منخفض الرتبة (LoRA) فعالاً من حيث المعلمات لنموذج SAM3، حيث يقوم بتجميد العمود الفقري للرؤية مع ضبط 0.98% فقط من المعلمات في مشفر التلقين، والكاشف، والمتتبع، مما يحقق تجزئة فائقة للمفاهيم الجراحية على وحدات معالجة الرسومات الاستهلاكية ويسمح بالنشر المباشر للتطبيقات الروبوتية اللاحقة.
تقترح هذه الورقة إطار عمل للتكيف المستمر في وقت الاختبار بدون مصدر، يقوم بتعديل زخم المعلم ديناميكيًا بناءً على جودة البيانات الواردة ويستخدم النماذج الأولية للفئات من نموذج مُدرب مسبقًا لمنع الانحراف، متفوقًا بذلك على الأساليب الحالية دون الحاجة إلى الوصول إلى بيانات المصدر.
يُعد RoadVGGT إطار عمل للتغذية الأمامية يستفيد من نموذج أساسي هندسي ودمج شبكي مرجح بالثقة لإعادة بناء أسطح طرق "غاوسية" (Gaussian) مدمجة وعالية الجودة بدقة دلالية وارتفاعية، مما يلغي الحاجة إلى التحسين لكل مشهد كما تتطلب الطرق الحالية.
تقترح هذه الورقة إطار عمل لتنظيم العزو (attribution regularization) خالٍ من التوسيم، يستخدم البحث تحت الموديولي (submodular search) لاستخراج أدلة وفية وتمييزية للفئات، وتستحدث فقدان ترتيب تفاضلي لفرض الاتساق تحت التحويلات الهندسية، مما يؤدي إلى تحسين متانة النموذج واستقرار العزو بشكل كبير مع حد أدنى من التنازلات في الدقة.
تقدم الورقة البحثية N-Ens، وهو تجمع ضمني فعال من حيث التكلفة يستخدم مقاييس محصورة بدالة سيجمويد (sigmoid-bounded scalers) ومنظم درجة حرارة سوفت ماكس (softmax-temperature regularizer) للتحكم ديناميكياً في تنوع الأعضاء والمعايرة أثناء التدريب، محققاً أداءً يضاهي المجموعات العميقة (deep ensembles) بعدد أقل بكثير من المعلمات عبر مختلف البنيات ومجموعات البيانات.