12113 ورقة بحثية
إن C4G هو إطار عمل لإعادة البناء رباعي الأبعاد بنظام التغذية الأمامية، يستخدم رموز استعلام غاوسية قابلة للتعلم مشروطة بالطابع الزمني لتحقيق نمذجة حركة متماسكة عالمياً وتوليد مشاهد من زوايا رؤية جديدة عالية الجودة من فيديو أحادي العدسة دون الحاجة إلى تحسين لكل مشهد أو معرفة بوضعيات الكاميرا.
تقترح الورقة البحثية KLIP، وهو مقياس جديد للكشف عن البيانات خارج التوزيع للمشكلات العكسية يستفيد من تباعد كولباك - ليبلر بين التوزيعات المسبقة للانتشار والتوزيعات اللاحقة لتحديد وتوطين التحولات الطفيفة في التوزيع دون الحاجة إلى بيانات معايرة أو معرفة بالتوزيع المزاح.
تقدم الورقة البحثية SOCO، وهو معيار شامل يحتوي على أكثر من مليون زوج من المراسلات المشروحة عبر 100 فئة وأوصاف لغوية، لتقييم وكشف نقاط القوة والقصور في نماذج الرؤية التأسيسية ونماذج الرؤية واللغة الكبيرة في الفهم الدلالي الهيكلي على مستوى الأجزاء بشكل منهجي.
تقدم الورقة البحثية StateKV، وهي طريقة أثناء الاستدلال تُمكّن نماذج الرؤية واللغة للفيديو مسبقة التدريب من تحقيق عملية ملء مسبق للفيديو بزمن خطي باستخدام حالات متكررة ذات سعة ثابتة، مما يحسن القابلية للتوسع والدقة بشكل كبير مقارنة بالتقريبات المتدفقة الحالية دون الحاجة إلى تغييرات هيكلية أو ضبط دقيق.
تقدم هذه الورقة تقنية "فرض التمثيل" (Representation Forcing - RF)، وهي تقنية تمكن النماذج متعددة الوسائط الموحدة والخالية من الاختناقات من التنبؤ بالتمثيلات المرئية أصلاً كرموز وسيطة لتوجيه الانتشار البكسلي، مما يلغي الحاجة إلى مشفرات التلقائي التبايني (VAEs) الخارجية مع تحقيق أداء رائد في كل من توليد الصور وفهمها.
تُعد Gaga إطار عمل مبتكر يعيد بناء وتقسيم المشاهد ثلاثية الأبعاد ذات العالم المفتوح من صور مأخوذة من عينات قليلة عبر الاستفادة من بنك ذاكرة مدرك للثلاثي الأبعاد لربط أقنعة التقسيم ثنائية الأبعاد (zero-shot) باستمرار عبر أوضاع كاميرا متنوعة، متفوقاً بذلك على الأساليب الحالية في المتانة وتعدد الاستخدامات.
تقترح هذه الورقة وتقيّم إطار عمل متعدد الوسائط وقابلاً للتركيب يدمج التصوير بالرنين المغناطيسي القلبي السينمائي، والمقاييس السريرية المهيكلة، والسجلات النصية غير المهيكلة لتحقيق دقة فائقة في التنبؤ بنتائج فشل القلب وتحسين خطط العلاج الشخصية.
تقدم هذه الورقة AdaTosk، وهو مشفر تلقائي زمني ذو قناع ناعم خاضع للإشراف ومبتكر، يعمل على تعزيز كفاءة وأداء التعرف الديناميكي على تعبيرات الوجه من خلال الجمع بين فرع إعادة بناء ذاتي التوجيه وفرع تصنيف يستخدم أقنعة زمنية ناعمة تكيفية لتصفية الدلالات الزائدة وإبراز لحظات التعبير الحرجة.
تتناول هذه الورقة البحثية المهمة الصعبة المتمثلة في تعميم النطاق شبه الموجه والمستقل عن تسميات النطاق، وذلك عبر اقتراح استراتيجية تعديل الميزات لإنشاء تمثيلات قوية وثابتة عبر النطاقات، ودالة ديناميكية لتقليص حجم الخسارة للتخفيف من ضجيج النطاق وتحسين دقة التسميات المستعارة، مما يحقق مكاسب كبيرة في الأداء على المعايير الرئيسية دون الاعتماد على تسميات النطاق.
يُعد EPiC إطار عمل فعال للتحكم في الكاميرا يلغي الحاجة إلى تقدير السحابة النقطية والوضعية المعرضين للخطأ من خلال إنشاء فيديوهات مرجعية دقيقة عبر قناع رؤية الإطار الأول، مما يتيح توليد فيديو موجه بالكاميرا يتسم بالمتانة وخفة المعلمات مع أداء يضاهي أحدث المستويات التقنية.