12113 ورقة بحثية
تقترح الورقة البحثية إطار عمل EAGLE، وهو إطار عمل متعدد الوكلاء لا يتطلب تدريباً، يعزز الإجماع في نماذج الرؤية واللغة من خلال إعطاء الأولوية للأدلة البصرية المتوافقة على مجرد الاتفاق على الإجابة، مما يحقق أداءً فائقاً وقابلاً للتفسير عبر مختلف معايير اختبار الأسئلة المرئية والإجابة عنها (VQA).
تقترح هذه الورقة وسيطاً برمجياً مدركاً للسياق يستخدم استخراج ميزات الصور وقواعد الارتباط لاستنتاج الموظف الطبي الأكثر ملاءمة للصور الواردة تلقائياً، مما يؤدي إلى تحسين كفاءة سير العمل من خلال القضاء على العملية اليدوية المستهلكة للوقت المتمثلة في تعيين التشخيصات المتخصصة.
تقدم هذه الورقة المورفولوجيا الرياضية في تعلم الآلة من خلال اقتراح خوارزمية تجميع إعادة البناء المورفولوجي السريع، ومقياس مسافة هجين جديد يتفوق بشكل كبير على المسافات القياسية في السرعة والدقة، ومصنفات جديدة تنمذج بشكل فريد الشكل والكثافة والمعلومات الفركتلية.
تقدم هذه الورقة البحثية "التدفق الكامن المتبقي" (Residual Latent Flow)، وهو إطار عمل قائم على التدفق يعمل على تصحيح عدم المحاذاة الكامنة في تعلم التمثيلات المتكافئة لتعزيز الاتساق الهندسي وجودة تركيب المشاهد من زوايا جديدة تحت تماثلات المجموعات مثل SO(n).
تقوم هذه الورقة البحثية بتقييم نماذج التعلم العميق لتشخيص الملاريا باستخدام مجموعة بيانات NLM-Malaria، حيث تُثبت أن البنيات خفيفة الوزن تحقق دقة مماثلة للنماذج الأثقل، مع تسليط الضوء في الوقت ذاته على نقاط الضعف الحرجة في القابلية للتفسير اللاحق وثقة النموذج تحت تأثير فساد الصور، وذلك لتوجيه النشر السريري المسؤول في البيئات محدودة الموارد.
تقدم هذه الورقة البحثية MechVQA، وهي أول مجموعة بيانات ومعيار شامل لفهم الرسومات الميكانيكية تحتوي على 21 ألف زوج من الأسئلة والأجوبة، وتقدم MechVL، وهو نموذج متعدد الوسائط متخصص يتفوق بشكل كبير على النماذج المرجعية الحالية من خلال معالجة التحديات الفريدة المتمثلة في كثافة التوسيم والقيود الهندسية الصارمة في الرسومات الهندسية.
يُعد Function2Scene إطار عمل مبتكرًا يولد تخطيطات داخلية ثلاثية الأبعاد من مواصفات وظيفية باللغة الطبيعية عبر تحليل احتياجات المستخدم إلى قيود تصميمية وتحسين المشهد بشكل تكراري من خلال حلقة "فحص وإصلاح" مدعومة بالأدوات، متفوقًا بذلك بشكل كبير على الأسالط المتمحورة حول الأشياء في تلبية المتطلبات المكانية المتمحورة حول الإنسان.
يُعد LegSegNet نظاماً جديداً متاحاً للعموم يعتمد على التعلم العميق المتكامل (end-to-end)، ويحقق أداءً رائداً في تقسيم وقياس أنسجة الطرف السفلي عبر التصوير المقطعي المحوسب، بما في ذلك العظام، والعضلات الهيكلية، ومختلف حصص الدهون، وذلك لتسهيل تحليل تكوين الجسم على نطاق واسع ومراقبة أمراض الجهاز العضلي الهيكلي.
تقترح هذه الورقة إطار عمل SteerFace، وهو إطار تدريب يخفف من فجوة الميل البصري في توليد الوجوه الاصطناعية عن طريق تشويش تضمينات الهوية بشكل تكيفي نحو اتجاهات متعامدة عشوائية، مما يثبط الاعتماد على الإشارات البصرية غير المتعلقة بالهوية ويحسن أداء التعرف على الوجوه في المهام اللاحقة.
يقدم MergeTok مُجزئاً بصرياً موحداً يربط بين المشفرات التلقائية التباينية (VAEs) المستمرة ونماذج التكميم المتجهي (VQ) المنفصلة عبر الاستفادة من دمج الرموز لإنشاء أسبقية هيكلية، مما يحقق إعادة بناء عالية الدقة، وتدريباً مستقراً، وتمثيلات منظمة دلالياً مناسبة لكل من التوليد الصوري بالانتشار والتوليد الصوري بالتسلسل التكراري.