12113 ورقة بحثية
تقترح هذه الورقة إطار عمل جديد للتعلم العميق يدمج بيانات الأقمار الصناعية Sentinel-1 وSentinel-2 متعددة الفترات الزمنية باستخدام وحدات U-Net سابقة التدريب وفك تشفير مدرك للموسمية لتحقيق تقدير دقيق للغاية لمؤشر مساحة الأوراق على مستوى البكسل بجذر متوسط مربع خطأ (RMSE) قدره 0.06 ومعامل تحديد (R²) قدره 0.93.
تقترح هذه الورقة دالتي فقدان دلالي جديدتين تعتمدان على الأشجار وتستفيدان من هياكل التسمية الهرمية لتحسين تقسيم الصور الطبية متعدد الفئات، مما يظهر مكاسب أداء ثابتة مقارنة بالنماذج المرجعية في كل من مهام تقسيم الدماغ الكاملة الخاضعة للإشراف الكامل ومهام التصوير الطيفي الفائق للجراحة العصبية ذات التوسيم المتناثر.
تقدم الورقة البحثية InfVSR، وهو إطار عمل انتشار ذاتي الانحدار بخطوة واحدة، يعيد صياغة عملية تعزيز دقة الفيديو (video super-resolution) لتمكين الاستدلال التدفيقي عالي الكفاءة لمقاطع الفيديو ذات الأطوال التعسفية بجودة تضاهي أحدث المعايير واتساق زمني، محققاً تسارعاً يصل إلى 58 ضعفاً مقارنة بالطرق الحالية.
تقوم هذه الورقة البحثية بقياس أداء ثلاثة من النماذج اللغوية الكبيرة متعددة الوسائط (GPT-4o، وGemini 2.5 Flash، وQwen 2.5 7B) في اكتشاف معلومات الصحة المحمية في الصور الطبية، حيث وجدت أنها تتفوق على تقنيات التعرف الضوئي على الحروف التقليدية في استخراج النصوص، إلا أن مكاسب دقة الاكتشاف الإجمالية لديها تكون أكثر أهمية لأنماط الأختام المعقدة بدلاً من النصوص الواضحة القابلة للقراءة، مما يؤدي إلى توصيات اختيار مخصصة واستراتيجية نشر قابلة للتوسع.
يُعد LongVT إطار عمل وكيلًا متكاملًا يعزز الاستدلال في الفيديوهات الطويلة من خلال الاستفادة من استدعاء الأدوات الأصيل لتنفيذ عملية "سلسلة تفكير متعددة الوسائط عبر الأدوات" من العام إلى الخاص، مدعومًا بمجموعة بيانات ضخمة تم تنسيقها حديثًا (VideoSIAH) واستراتيجية تدريب ثلاثية المراحل تتفوق بشكل كبير على النماذج المرجعية الحالية.
تقدم الورقة البحثية إطار عمل "تقليم المرساة الهيكلية" (SAP)، وهو إطار عمل لا يتطلب تدريباً ولا يعتمد على الاستعلام، يحقق ضغطاً عالياً في استرجاع الوثائق المرئية من خلال تحديد والحفاظ على "هضبة هيكلية" مستقرة ضمن الطبقات المتوسطة للنموذج، مما يحافظ على أكثر من 90% من أداء الاسترجاع مع تقليم أكثر من 90% من الرموز المرئية دون الحاجة إلى ضبط خاص لكل نموذج.
يُعد Video-o3 إطار عمل مبتكر للاستدلال متعدد الخطوات في الفيديوهات الطويلة، حيث يتغلب على قيود أخذ العينات الموحدة من خلال تمكين البحث التكراري الأصيل عن الأدلة عبر قناع انتباه مفكك المهام ومكافأة موجهة للمسار قابلة للتحقق، محققاً أداءً هو الأفضل في فئته على اختبارات معيارية مثل MLVU وVideo-Holmes.
تقدم هذه الورقة "Causal Forcing"، وهو إطار عمل جديد للتقطير يعالج عدم التوافق الهيكلي بين المعلمين ذوي الانتشار ثنائي الاتجاه والطلاب لتوليد الفيديو ذاتي الانحدار من خلال توظيف معلم ذاتي الانحدار لتهيئة المعادلات التفاضلية العادية (ODE)، مما يحقق توليد فيديو تفاعلياً في الوقت الفعلي وبأداء رائد مع تحسينات كبيرة في الجودة الديناميكية، والمكافأة البصرية، واتباع التعليمات.
تقدم هذه الورقة البحثية "معايرة القيم المفردة" (SVC)، وهي طريقة لا تتطلب تدريباً تعمل على تخفيف تدهور الأداء الناتج عن التراكم المفرط للمعرفة الطيفية المشتركة في دمج النماذج، وذلك من خلال قياس تداخل الفضاءات الجزئية وإعادة تحجيم القيم المفردة المتضخمة، مما يحقق نتائج هي الأفضل حالياً عبر معايير الرؤية واللغة.
تستعرض هذه الورقة التكامل ثنائي الاتجاه بين التوطين ورسم الخرائط الآني (SLAM) والاتصالات اللاسلكية، مع تسليط الضوء على كيفية استفادة نظام التوطين ورسم الخرائط الآني البصري من بيانات الترددات الراديوية لحل مشكلة تحديد المقياس، بينما تستفيد الشبكات اللاسلكية من قياس المسافات البصري، لتحدد في النهاية التقنيات الحالية والتحديات والإمكانات المستقبلية لأنظمة الاتصالات والتوطين ورسم الخرائط الآني المشتركة.