12113 ورقة بحثية
تقترح الورقة البحثية "Twins"، وهي فضاء رموز مستمر موحد يدمج ميزات ViT وVAE، وتعالج عدم التوازن في التحسين الناتج عن ذلك في نماذج الانتشار من خلال تكييف هدف انحدار بؤري لتحسين جودة توليد الصور وأداء الفهم متعدد الوسائط بشكل كبير.
تقترح هذه الورقة "نماذج عالمية ذات عوامل روبوتية" تعمل على تحسين التنبؤ بالفيديو المشروط بالأفعال والتعميم عبر تجسيدات الروبوت المختلفة، وذلك من خلال فصل التحقق المحدد وهندسة الروبوت إلى مسارات صريحة ناتجة عن وحدة التحكم ومرئيات مستندة إلى نماذج URDF مُصيرة، مما يسمح للنموذج بالتركيز حصرياً على تعلم كيفية استجابة البيئة لحركة الروبوت المرئية.
تقدم هذه الورقة البحثية "تحسين ضجيج المطالبة" (PNO)، وهو إطار عمل مبتكر لا يتطلب تدريباً يعزز سلامة نماذج الانتشار من النص إلى الصورة عبر التحسين المشترك لتمثيلات المطالبات (prompt embeddings) ومسارات الضجيج لقمع المحتوى السام ومقاومة الهجمات العدائية دون المساس بجودة التوليد أو سرعته.
تقدم هذه الورقة DISCO، وهي طريقة تستفيد من إطار عمل جديد للنموذج المعياري غير السببي (Standard Anti-Causal Model) ومقدرات فعالة لارتباط المسافة الشرطي للتخفيف من تحيز مجموعة البيانات في التعلم العميق من خلال فرض الاستقلال الشرطي، مما يحقق أداءً قويًا وقابلًا للتوسع عبر سيناريوهات التحيز المتعددة المتنوعة.
تقدم الورقة البحثية PictSure، وهو إطار عمل للتعلم السياقي القائم على الرؤية فقط، والذي يوضح أن جودة التضمينات الصورية المدربة مسبقاً هي المحدد الرئيسي لأداء التصنيف في حالات التعلم من أمثلة قليلة، بينما تقدم تنوع بيانات تدريب طبقة الدمج مكاسب إضافية محدودة.
تقدم هذه الورقة طريقة تطبيع قائمة على خوارزمية سينكهورن (Sinkhorn) تعمل على تحويل مصفوفات التشابه أو التجاور العامة إلى مؤثرات شبيهة بالانتشار، مما يتيح إجراء تنعيم مستوحى من مؤثر لابلاتسي (Laplacian) وتحليل طيفي على هياكل بيانات غير منتظمة حيث لا تتوفر تعريفات هندسية تقليدية.
تقترح هذه الورقة طريقة مبتكرة للتحسين القائم على زاوية المفصل (JAR) تستخدم متسلسلات فوريه من الرتب العليا لتوليد حقيقة أرضية موثوقة وشبكة عصبية متكررة ثنائية الاتجاه لتصحيح أخطاء النقاط الرئيسية وتنعيم المسارات في تقدير وضعية الجسم البشري بدون علامات، متفوقة بذلك على النماذج الرائدة في السيناريوهات الكينماتيكية الصعبة.
تقترح هذه الورقة طريقة خفيفة الوزن لتقييم جودة صور الوجوه تعتمد على التعلم التجميعي، تجمع بين MobileNetV3-Small وShuffleNetV2 مع دالة فقدان مدركة للارتباط لتحقيق دقة عالية وكفاءة حوسبية من أجل النشر في العالم الحقيقي.
يُعد DeblurSplat أول طريقة لتقنية Gaussian Splatting ثلاثية الأبعاد لا تعتمد على بنية "الاستعادة من الحركة" (Structure-from-Motion)، حيث تستفيد من كاميرات الأحداث ووحدة ستيريو مدربة مسبقاً لتحقيق إزالة ضبابية قوية وعالية الدقة وتوليد مناظر جديدة بكفاءة دون الاعتماد على تقدير وضعية الكاميرا الوسيطة.
تقدم الورقة البحثية HUNT، وهو إطار عمل يعمل في الوقت الفعلي يُمكّن الطائرات بدون طيار عالية السرعة من التنقل ذاتياً في البيئات غير المهيكلة والانتقال بسلاسة إلى تتبع الأهداف باستخدام الملاحظات اللحظية الموجودة على متنها فقط، مما يلغي الحاجة إلى التحديد العالمي للموقع.