12113 ورقة بحثية
تقدم هذه الورقة "درجة فيندي للابتكار" (VNS)، وهي كاشف للبيانات خارج التوزيع، خطي الزمن وغير معلمي، يستفيد من مقاييس التنوع لتحقيق أداء رائد عبر مختلف المعايير المرجعية مع الحفاظ على الفعالية حتى مع الحد الأدنى من بيانات التدريب.
تقدم هذه الورقة "كسب المعلومات البصرية" (VIG)، وهو مقياس قائم على الحيرة (perplexity) يحدد كمياً مساهمة المدخلات البصرية في عدم اليقين من التنبؤ، ويستفيد منه لتطوير مخطط تدريب انتقائي يعطي الأولوية للعينات والرموز (tokens) ذات المعلومات البصرية الغنية، مما يقلل بفعالية من الانحياز اللغوي في النماذج اللغوية البصرية الكبيرة مع تقليل الإشراف.
تقدم هذه الورقة مساراً لعملية تسجيل ثلاثي الأبعاد إلى ثنائي الأبعاد معززاً بالعمق وخالياً من العناصر المحدودة للواقع المعزز لجراحة الكبد بالمنظار، يجمع بين التهيئة الصلبة القائمة على FoundationPose ونمذجة التشوه الإحصائي الخاصة بالمريض لتحقيق محاذاة دقيقة مع تقليل التعقيد الهندسي.
تقدم هذه الورقة البحثية "تدفق الحقيقة" (Flow of Truth)، وهو أول إطار عمل استباقي للتحليل الجنائي للصور إلى فيديو، والذي يعيد تعريف توليد الفيديو باعتباره حركة بكسلية عبر الزمن لتمكين التتبع الزمني القوي للآثار المتطورة عبر الإطارات، متجاوزاً بذلك قيود التحليل المكاني التقليدي.
يعالج SplAttN مشكلة "انهيار الإنتروبيا عبر الوسائط" الناتجة عن عمليات الإسقاط الصلبة القياسية في إكمال السحابة النقطية متعددة الوسائط من خلال إدخال تقنية "Gaussian Splatting" القابلة للتفاضل لإنشاء تمثيلات صورية كثيفة ومستمرة، مما يؤدي إلى تأسيس روابط قوية عبر الوسائط وتحقيق أداء رائد على كل من المعايير الاصطناعية والواقعية.
تقترح هذه الورقة البحثية وتقيّم استراتيجيات بديلة لقص السحابة النقطية (الأسية، والغاوسية، والخطية) كبدائل متفوقة للقص الكروي التقليدي، مبرهنةً على أن هذه الطرق تحافظ على سياق هندسي أكبر وتعزز بشكل كبير أداء نماذج التعلم العميق ثلاثية الأبعاد في البيئات الداخلية والخارجية واسعة النطاق.
تقترح هذه الورقة إطار عمل لذاكرة مؤشر مدركة للأشعة مع استراتيجية تحديث تكيفية للاحتفاظ أو الاستبدال، والتي تعمل على نمذجة الموقع ثلاثي الأبعاد واتجاه الرؤية بشكل مشترك لتحقيق إعادة بناء ثلاثية الأبعاد تدفقية مستقرة، ومقاومة للانجراف، وفعالة من حيث الذاكرة من تدفقات الصور المستمرة.
تقدم هذه الورقة البحثية X-OmniClaw، وهو وكيل متنقل موحد لنظام أندرويد يدمج الإدراك متعدد الوسائط، والذاكرة الشخصية، واستراتيجيات العمل الهجينة لتمكين التنفيذ الفعال والموثوق للمهام المعقدة من خلال تفاعلات بديهية.
تقدم هذه الورقة GOEN، وهو مسار معالجة بسيط وفعال للكشف عن البيانات خارج التوزيع (OOD) يتفوق على النماذج المرجعية المتطورة من خلال الاستفادة من الميزات متعددة المقاييس ومسافة ماهالانوبيس، بينما يوضح أن "CenterLoss"، رغم تحسينه لدقة التصنيف، يؤدي إلى تدهور كبير في الكشف عن البيانات خارج التوزيع عبر تشويه الهندسة الميزية المطلوبة لتقدير اليقين المعرفي الموثوق.
يقدم UniVL إطار عمل موحداً لتمثيل الرؤية واللغة يلغي الحاجة إلى مشفرات نصية مستقلة عبر القراءة البصرية للتعليمات المُصوّرة مكانياً لتحقيق توليد صور سياقي عالي الجودة وفعال ومحدد مكانياً.