12113 ورقة بحثية
تقترح الورقة البحثية VINA، وهو إطار عمل موحد للكشف عن المحتوى المُنشأ بواسطة الذكاء الاصطناعي يستفيد من إطارات الفيديو كتعزيزات طبيعية ويستخدم هدف تباين عبر الوسائط لسد فجوة الأداء بين كواشف الصور والفيديو، محققاً بذلك أحدث مستويات القوة والتعميم عبر مختلف المعايير المرجعية.
تقدم هذه الورقة إطار عمل للنسب السببي قائم على متجه التوجيه للكشف عن وتعزيز دوائر "التكيف-التجميع-التنفيذ" العاطفية في النماذج اللغوية البصرية الكبيرة، مما يكشف عن فصل وظيفي بين تجميع الإشارات البصرية وتوليد السرد يتيح تدخلات مستهدفة أثناء الاستدلال لتحسين الاستدلال العاطفي بشكل كبير وتقليل الهلوسة.
تقدم هذه الورقة البحثية "تحسين السياسة العلاقية المضادة للواقع" (CRPO)، وهو إطار عمل للتعلم التعزيزي ثنائي الفروع يستفيد من تحويلات الفيديو المضادة للواقع والمكافأة القائمة على العلاقات لتدريب نماذج اللغات الكبيرة المرئية (Video LLMs) على تطوير حساسية زمانية مكانية حقيقية مع تجنب الاعتماد على الاختصارات الثابتة.
تقدم هذه الورقة البحثية ConvNeXt-FD، وهي بنية تعلم عميق مبتكرة تجمع بين هيكل ConvNeXt ودالة فقدان واعية بالحدود مستوحاة من البعد الكسوري (fractal dimension) لتحقيق تقسيم قوي ودقيق عبر ست مجموعات بيانات متنوعة من التصوير الطبي الحيوي.
تقترح هذه الورقة إطار عمل للانتشار موجهًا بالسياق، معززًا بآلية صقل مشتركة قائمة على الطاقة، لتوليد تنبؤات حركة متعددة الوكلاء تكون متنوعة ومتسقة تفاعليًا، محققةً أداءً هو الأفضل في فئته (state-of-the-art) في كل من المقاييس الهامشية والمشتركة عبر معايير اختبار متعددة.
يقدم نموذج ForeSplat إطار عمل تدريبياً مدركاً للتحسين يستخدم قاعدة MetaGrad خفيفة الوزن لتعليم نماذج Gaussian Splatting ثلاثية الأبعاد ذات التغذية الأمامية كيفية توليد عمليات تهيئة مصممة خصيصاً للتحسين السريع وعالي الجودة، مما يسد الفجوة بين التنبؤ السريع الموزع والتحسين لكل مشهد دون إضافة تكاليف على وقت الاستنتاج.
تقترح الورقة البحثية SO-Mamba، وهو منظم Mamba جديد قائم على ملكية الحالة لإعادة بناء صور الرنين المغناطيسي عبر عملية فك الالتفاف، والذي يعزز التماسك التشريحي واستعادة التفاصيل من خلال توجيه أدلة إعادة البناء المستمرة بشكل مميز إلى حامل متكرر مع تكييف واجهات الحالة عبر تحديثات خاصة بكل مرحلة، متفوقاً بذلك على النماذج المرجعية الحالية من الشبكات العصبية الالتفافية (CNN)، والمحولات (Transformer)، وMamba عبر مختلف المعايير.
تقدم هذه الورقة AgroVG، وهو معيار مرجعي واسع النطاق متعدد المصادر يضم أكثر من 10,000 زوج من (صورة-استعلام) عبر ست عائلات مستهدفة زراعية لتقييم التأسيس البصري كمهمة تنبؤ بمجموعة معممة، مما يكشف عن فجوات كبيرة في أداء النماذج الحالية في التعامل مع الأجسام الصغيرة، والمحجوبة، والمتغيرة العدد في السيناريوهات الزراعية.
تقترح هذه الورقة إطار عمل مدركاً لفيزيولوجيا وتشريح القلب، يستخدم التوائم الرقمية للقلب، وتخليق الاحتشاء العشوائي، وشبكة عصبية متخصصة لتحقيق تحديد دقيق وغير جراحي لموقع احتشاء عضلة القلب وتجزئته، وذلك عبر جسر الفجوة بين المحاكاة والواقع واستيعاب الديناميكيات الكهروفسيولوجية المعقدة.
تقدم هذه الورقة إطار عمل مبدئيًا يعمل في الوقت الفعلي، يكتشف ويخفف من حدة الحفظ في نماذج الانتشار عبر تحديد عدم الاستقرار العددي الداخلي الذي يتجلى في شكل عيوب "مكسورة"، محققًا كشفًا شبه مثالي وإلغاءً تامًا للحفظ مع عبء تشغيلي ضئيل مع الحفاظ على جودة الصورة.