12113 ورقة بحثية
تقترح الورقة البحثية RVEDiT، وهو إطار عمل جديد لنموذج "Diffusion Transformer" لتحرير الفيديو القائم على التعليمات، والذي يعزز الأداء من خلال تنفيذ تكييف الرموز الموجه بالتجزئة (granularity-routed token conditioning) للمعالجة من الخشن إلى الناعم، ومحاذاة الانتباه المرتكز على المرجع (reference-anchored attention alignment) لضبط الاستدلال الضمني دون زيادة تكاليف الاستدلال.
تُعد VaaWIT إطار عمل متكاملًا يعزز ترجمة صور الويب متعددة اللغات من خلال دمج وحدة انتباه ثنائية المسار ومهايئ مدرك بصريًا لسد الفجوة في التمثيل البصري لدى النماذج اللغوية الكبيرة، محققةً أداءً هو الأفضل في فئته باستخدام الضبط الدقيق الموفر للمعلمات.
يُعد AdaFuse-Det إطار عمل ثنائي المسار يقوم بدمج إطارات RGB المعززة بتقنية CLAHE تكيفياً مع بيانات كاميرا الأحداث المكسلة (voxelized) باستخدام وحدة ذات أساس نظري لتحقيق كشف قوي للأجسام في ظروف الإضاءة المنخفضة للغاية، متفوقاً بشكل كبير على النهج أحادي الوسيط في معيار LLE-VOS.
تقدم هذه الورقة SRUG، وهو إطار عمل مبتكر يعالج تحديات إعادة الإضاءة للمشاهد الحضرية غير المحدودة من خلال الاستفادة من الظلال لتوجيه استكمال الهندسة ثلاثية الأبعاد وتوظيف نموذج مواد ضخم تكراري لتفكيك المواد بشكل قوي، مما يتيح في النهاية إعادة إضاءة معقولة فيزيائياً وتوليد مناظر جديدة.
تكشف هذه الورقة أن مقيمات تحويل الصور إلى نصوص الشائعة التي لا تعتمد على مرجع تفتقر إلى الثبات الدلالي، حيث تُظهر تقلبات كبيرة في الدرجات وعدم استقرار في التصنيف تحت تأثير اضطرابات مكانية وصياغية حميدة يدركها البشر كمتكافئة، وتقترح طريقة معايرة لاحقة للتخفيف من هذه الحساسيات غير الدلالية.
تعالج هذه الورقة مشكلة انهيار الدقة والآثار الحدودية في كشف عيوب لوحات الدوائر المطبوعة (PCB) عالية الدقة من خلال إثبات أن تدريب أجهزة الكشف على قصاصات بلاطية وتطبيق طريقة معالجة لاحقة جديدة لدمج البلاط الواعي بالطوبولوجيا (TA-TM) خالية من التدريب، يحسن بشكل كبير من استدعاء العيوب الصغيرة ودقة الكشف الإجمالية مقارنة باستراتيجيات الاستدلال التقليدية للصورة الكاملة أو البلاط القياسي.
تتناول هذه الورقة القضية الحرجة المتمثلة في وهج تعدد المسارات الداخلي في أجهزة ليدار (LiDAR) ذات الحالة الصلبة المدمجة، وذلك عبر تقديم نموذج استشعار قائم على أسس فيزيائية وخوارزمية لا تتطلب تدريباً تعمل على القياسات العابرة لتخميد الآثار "الشبحية" مع الحفاظ على بنية المشهد الحقيقية.
تقترح هذه الورقة نموذج عالم للملاحة مقاوم للانجراف، يعمل على التخفيف من الانجراف الإدراكي والهندسي في الملاحة طويلة المدى عبر توظيف استراتيجية تدحرج موجهة بالمرساة مع أهداف مستقبلية متفرقة وقيود قطبية ثنائية لضمان الجودة البصرية، والاتساق الهندسي، وتحسين التخطيط اللاحق.
تقدم الورقة البحثية 4KLSDB، وهي مجموعة بيانات ضخمة وعالية الجودة تتكون من 129,484 صورة بدقة 4K منسقة مع عمليات تصفية وتوسيم صارمة، صُممت لتعزيز أبحاث استعادة وتوليد الصور المتطورة من خلال إثبات أن التدريب على بيانات 4K أصلية يحسن دقة النموذج بشكل كبير.
تقترح هذه الورقة استراتيجية تكييف للتعلم التبايني ذاتي الإشراف لنماذج محولات الرؤية (Vision Transformer) للتغلب على قيود الميزات مسبقة التدريب العامة في تصنيف صور الرنين المغناطيسي للقلب، مما يحقق أداءً فائقاً وتعميماً قوياً عبر مجموعات بيانات متعددة مقارنة بالنهجات التقليدية الخاضعة للإشراف.