12113 ورقة بحثية
تقترح الورقة البحثية إطار عمل MARS، وهو إطار استدلال متعدد المصادر ذو مرساة أحادية مبتكر يستخدم مكافآت أحادية المصدر كمرساة ديناميكية لتقييس المزايا في التعلم التعزيزي ذي المكافآت القابلة للتحقق، مما يساهم بفعالية في التمييز بين اكتساب المعلومات والتداخل، ويحسن بشكل كبير أداء الاستدلال البصري متعدد المصادر.
تقدم هذه الورقة إطار عمل مبتكرًا لإزالة تشوه الوجه دون الحاجة إلى مرجع، يستفيد من التضمينات الدلالية من الطبقات المتوسطة للنماذج اللغوية الكبيرة متعددة الوسائط لتهيئة عملية إعادة بناء قائمة على الانتشار مقترنة، مما يتيح التوليد المشترك للوجوه المكونة مباشرة في نطاق RGB مع اتساق هوية فائق وحفاظ على التفاصيل الدقيقة مقارنة بالنهج الحالية القائمة على الفضاء الكامن.
تقدم هذه الورقة MetaphorVU-Bench، وهو أول معيار شامل لفهم الفيديو الاستعاري، وتكشف أن النماذج اللغوية الكبيرة متعددة الوسائط الحالية تعاني في عملية الربط بين المجالات، وتقترح إطار عمل MetaphorBoost، وهو إطار عمل أثناء الاستدلال يستفيد من رسم بياني معرفي للاستعارات لتعزيز الأداء بشكل كبير.
تقترح هذه الورقة شبكة انتباه عبر المراحل متعددة الخبراء (CSA-MoE-Net)، التي تدمج هيكل ResNet-18 معزز بالانتباه عبر المراحل مع وحدة خليط من الخبراء ثلاثية الفروع لمعالجة عدم تجانس الأورام وعدم توازن البيانات في تشخيص سرطان الثدي بالموجات فوق الصوتية بفعالية، محققةً دقة حالة فنية تبلغ 96.33% ومساحة تحت المنحنى (AUC) تبلغ 99.50% على مجموعة بيانات مكونة من 2,129 صورة.
تُعد Tetris نظاماً لتتبع الأجسام في الفيديو يقوم بتفكيك مقاطع الفيديو إلى نموذج "بوليومينو" (polyomino) قائم على البلاطات لتمكين أخذ عينات مكانية وزمانية دقيقة، محققاً إنتاجية أعلى بمقدار يصل إلى 68.8 ضعفاً مقارنة بمسارات المعالجة المرجعية مع الحفاظ على دقة التتبع ضمن هامش فقدان لا يتجاوز 5%.
تقدم هذه الورقة TapSampling، وهو إطار عمل جاهز للاستخدام ومستقل عن السياسة يعزز أداء التحكم في الروبوتات من خلال الاستفادة من Action-VAE لتوليد إجراءات مرشحة متنوعة ومن مبرهن تقدم المهمة لاختيار الإجراء الأمثل أثناء الاستنتاج، مما يؤدي إلى تحسين السياسات العامة الحالية دون الحاجة إلى مزيد من الضبط الدقيق.
يُعد ControlLight إطار عمل مبتكر يعالج أوجه القصور في طرق تعزيز الإضاءة المنخفضة الحالية من خلال الاستفيد من مجموعة بيانات واسعة النطاق ذات إشراف إضاءة مستمر وفقد مطابقة التدفق الموزون الواعي لعدم المحاذاة لتحقيق نتائج رائدة ومتسقة وقابلة للتعميم مع قوة تعزيز مرنة يمكن للمستخدم التحكم بها.
تقترح الورقة البحثية "تطور المرساة" (AnE)، وهو نموذج جديد يجمع بين "توسيع مرساة الحقيقة" لتقنين البيانات عالي الدقة و"آلية تجريد السقالات" لاستيعاب قدرات الاستدلال، مما يتغلب على الانجراف المعرفي ويحقق أداءً هو الأفضل حالياً في معايير الاستدلال متعدد الوسائط.
تقدم هذه الورقة LiFS، وهو معيار مرجعي واقعي واسع النطاق ومتعدد المراكز مستمد من تحدي MICCAI 2025 CARE-Liver، لتقييم الحالة الراهنة للذكاء الاصطناعي في تصنيف تليف الكبد بشكل منهجي مقابل أطباء الأشعة وتحديد التحديات البيانية والتقنية الرئيسية التي تعيق النشر السريري.
لمعالجة تحديات الأدوات عديمة الملمس (textureless) ومحدودية البيانات في تقدير وضعية الأدوات الجراحية، قدم المؤلفون مجموعة بيانات SynSurg6D واقترحوا SurfSurg6D، وهو إطار عمل للارتباط الكثيف المتسق هندسيًا يحقق تقديرًا قويًا ودقيقًا للوضعية باستخدام صور RGB فقط.