12113 ورقة بحثية
تقدم هذه الورقة البحثية ChartAct، وهو معيار مرجعي تفاعلي جديد يتكون من 1,440 عينة عالية الجودة عبر 7 أنواع من الرسوم البيانية وبيئتين لتقييم الفهم الديناميكي للرسوم البيانية، مما يكشف أن النماذج متعددة الوسائط ووكلاء واجهة المستخدم الرسومية (GUI agents) لا تزال تواجه قيوداً كبيرة في التعامل مع عمليات الرسوم البيانية التفاعلية.
تقترح الورقة البحثية NeR-SC، وهو إطار عمل لتمثيل الفيديو العصبي مصمم خصيصاً لمحتوى الشاشة، يقدم لوحة ألوان قابلة للتعلم، ووحدة دمج كثيفة متعددة البوابات، واستراتيجية تخطي إطارات على مستوى التضمين للتفوق بشكل كبير على الطرق العصبية الحالية والترميزات التقليدية مثل H.264/H.265 من حيث الجودة وكفاءة فك التشفير.
تقترح الورقة البحثية SCKAN، وهو إطار عمل جديد للتعلم شبه المُشرف يدمج شبكات كولموغوروف-أرنولد مع آليات الإجماع الهيكلي للتغلب على انحياز الإشراف وتحسين القدرة على التعميم في تقسيم البنكرياس في ظل ظروف التوسيم الشحيحة.
يقدم هذا البحث نموذج JLT، وهو محول انتشار كامن (latent diffusion Transformer) يظهر أن التنبؤ بالكمون النظيف (clean-latent prediction) يتفوق على التنبؤ بالسرعة (velocity prediction) في الفضاءات الكامنة من خلال التعامل بشكل أفضل مع الاتجاهات ذات التباين المنخفض وتحقيق جودة توليد فائقة لصور ImageNet 256x256 (بمعامل FID قدره 2.50)، مما يشير إلى أن أهداف التنبؤ هي خيارات هندسية تعتمد على التمثيل وليست معاملات جبرية قابلة للتبادل.
تقترح الورقة البحثية إطار عمل PILOT، وهو إطار تعلم مستمر خالٍ من البيانات للتجزئة الدلالية في الوقت الفعلي، والذي يخفف من النسيان الكارثي في نموذج PIDNet عبر توظيف فرع اشتقاق موازٍ لالتقاط معلومات الحدود عالية التردد للفئات الجديدة مع تجميد المعلمات الأصلية، محققاً بذلك أداءً فائقاً مع حد أدنى من زمن تأخير الاستدلال.
تكشف هذه الورقة عن انحياز متأصل في تقييم تجزئة الصور، حيث تُظهر أن دالة هدف تباين الفئات بين الفئات لـ "أوتسو" ترتبط باستمرار بشكل أقوى مع مقاييس الجودة القياسية مثل SSIM وPSNR مقارنة بإنتروبيا "كابور"، مما يتحدى فرضية الحياد المتركي.
تُثبت هذه الورقة أنه في السيناريوهات الواقعية التي تمنح الأولوية للأمن والمتانة، تتفوق طرق العلامات المائية الكلاسيكية اللاحقة (post-hoc) على التقنيات الحديثة القائمة على الشبكات العصبية.
تقدم الورقة البحثية Chaos-SSL، وهو إطار عمل جديد للتعلم الذاتي الإشراف المكون من مرحلتين والذي يستفيد من الخرائط الفوضوية أحادية البعد لتعزيز البيانات المعقدة وآلية دمج قائمة على الانتباه لتحقيق أداء رائد في تصنيف الصور الطبية لآفات الجلد واعتلال الشبكية السكري على مجموعات البيانات.
تقدم هذه الورقة طريقة لاكتشاف النماذج القائمة على البيانات باستخدام شبكات الوحدات ذات القيم المركبة التي تتعلم المعادلات الحاكمة مباشرة من البيانات دون مكتبات دوال محددة مسبقاً، حيث نجحت في استعادة الديناميكيات الدقيقة للأنظمة الفوضوية وتوليد تنبؤات مستقرة لإشارات مشية الإنسان في العالم الحقيقي.
تقدم هذه الورقة "الرسوم المتحركة التوليدية" (Generative Animations)، وهي مسار معالجة متعدد النماذج يستفيد من النماذج اللغوية الكبيرة ونموذج (Segment Anything Model) لتحويل المطالبات باللغة الطبيعية تلقائياً إلى مسارات حركة مدركة هندسياً وجاهزة للإنتاج، مما يلغي الحاجة إلى تكوين الرسوم المتحركة يدوياً.