12113 ورقة بحثية
تقدم الورقة البحثية BadBlocks، وهو هجوم باب خلفي خفيف الوزن ومتخفٍ على نماذج الانتشار من النص إلى الصورة، يعمل على تسميم كتل UNet محددة بشكل انتقائي لتحقيق معدلات نجاح عالية بأقل قدر من الموارد الحسابية مع التهرب من الدفاعات المتطورة.
يُعد HM-Talker إطار عمل مبتكر لتخليق الرؤوس المتحدثة المدفوع بالصوت، وهو يعالج المقايضة بين التخصيص والتعميم من خلال دمج الإشارات النطقية الصريحة مع الميزات العروضية الضمنية بشكل تآزري عبر وحدة رسم خرائط عبر الوسائط ووحدة نمذجة حركة هجينة توظف اقتران الميزات العشوائية.
يقدم البحث WaveVerse، وهو إطار عمل قابل للتوسع وقائم على الأوامر النصية يجمع بين مولد عالم رباعي الأبعاد موجه لغوياً ومتتبع أشعة متماسك الطور لمحاكاة إشارات الترددات الراديوية عالية الدقة في البيئات الداخلية الديناميكية، مما يتغلب على ندرة البيانات ويحسن مهام إدراك الترددات الراديوية في المراحل اللاحقة بشكل كبير.
تقترح هذه الورقة البحثية "محاذاة ميزة المسح الشعاعي" (Vector Panning Feature Alignment - VPFA)، وهي وحدة لاحقة خفيفة الوزن تعالج مشكلة إعادة تحديد هوية الأشخاص عبر دقات الشاشة المختلفة من خلال تعلم وتطبيق اتجاه دلالي متسق متعلق بالدقة لمحاذاة الميزات منخفضة الدقة مع التمثيلات عالية الدقة، مما يحقق أداءً رائدًا بأقل قدر من العبء الحسابي.
تقترح الورقة البحثية DUST، وهو إطار عمل انتشار ثنائي المسار يعزز نماذج الرؤية واللغة والعمل بنماذج العالم للتغلب على الفجوات بين الوسائط وتحسين تعلم سياسة الروبوت، محققاً مكاسب أداء كبيرة في كل من المهام المحاكية والواقعية من خلال التعلم السببي عبر الوسائط وأخذ العينات غير المتزامن.
تضع هذه الورقة إطار تقييم شاملاً لعلامات البيانات المائية في عملية الضبط الدقيق لنماذج الانتشار، حيث تثبت أنه على الرغم من أن الأساليب الحالية توفر بعض المتانة، إلا أنها تظل عرضة لتقنية إزالة عملية مقترحة حديثاً تقضي تماماً على العلامات المائية دون المساس بأداء النموذج.
تُعد AlignVid طريقةً لا تتطلب تدريباً تعمل على تعزيز الدقة الدلالية في توليد الفيديو من الصور الموجه بالنصوص عبر توظيف تعديل قياس الانتباه وجدولة التوجيه لمواجهة الهيمنة البصرية، ويرافق ذلك تقديم معيار OmitI2V للتقييم الصارم.
تُعد SurfFill طريقة مبتكرة لإكمال السحابة النقطية لتقنية ليدار (LiDAR) تستفيد من تقنية "Gaussian surfel splatting" لتحديد وتكثيف المناطق الغامضة الناتجة عن تباعد الحزم، مما يجمع بفعالية بين الدقة الهندسية لتقنية ليدار واستعادة التفاصيل القائمة على الكاميرا للتفوق على تقنيات إعادة البناء الحالية.
تقترح هذه الورقة نموذج انتشار كامن جديد موجه متعدد السمات، معزز بوحدة "Self-attn Mamba"، لتوليد صور وجوه مرئية عالية الجودة من مدخلات حرارية، مما يتغلب بفعالية على انزياحات النطاق ويحافظ على سمات الهوية لتحسين التعرف على الوجوه بالأشعة تحت الحمراء.
تقترح هذه الورقة البحثية إطار عمل MATANet، وهو إطار عمل مبتكر يدمج الانتباه البيئي متعدد السياق والإشراف الهرمي المدرك للتصنيف لتحسين التعرف الدقيق على الأنواع البحرية في المشاهد تحت المائية الصعبة بشكل كبير، محققاً أداءً هو الأفضل في فئته والمركز الأول في تحدي FathomNet 2025.