12113 ورقة بحثية
يُعد FlowLong طريقةً للاستدلال في وقت التشغيل، وهي خالية من التدريب ومستقلة عن البنية الهيكلية، تقوم بتوليد فيديوهات طويلة عبر دمج نوافذ منزلقة متداخلة بواسطة مطابقة "تودي" المقيدة بالمتشعب وأخذ عينات مرحلية مبكرة عشوائية لضمان الاتساق الزمني والدقة البصرية دون تدريب إضافي للنموذج.
تقدم الورقة البحثية PREX، وهو إطار عمل مدرك للمناطق يعالج عدم التطابق بين الأدلة والأدوار في تحرير الفيديو رباعي الأبعاد من خلال تفكيك الأحجام الزمكانية إلى أدوار الحفاظ (Preserve)، والكشف (Reveal)، والتوسيع (Expand) لتخليق المحتوى المحجوب بوفاء مع الحفاظ على اتساق المصدر، جنباً إلى جنب مع معيار PREBench للتقييم.
تقدم هذه الورقة البحثية UAVNet-MS، وهي أول مجموعة بيانات متعددة الأطياف للكشف الدقيق عن الطائرات بدون طيار الصغيرة، وتقترح طريقة MFDNet التي تستفيد من الإشارات الطيفية المتكاملة لتتفوق بشكل كبير على الأنظمة الحالية التي تعتمد على الأشعة المرئية (RGB) فقط في السيناريوهات الواقعية الصعبة.
تقدم هذه الدراسة إطار عمل مؤتمت يدمج بين تحديد براغي الصخور، ورسم خرائط الانقطاعات، وتحليل التوجه ضمن السحب النقطية ثلاثية الأبعاد لتمكين التقييم البصري الشامل لفعالية دعم الصخور في المناجم تحت الأرض دون الحاجة إلى قياسات يدوية.
تقدم الورقة البحثية CHOIR، وهو إطار عمل يعيد بناء التفاعلات بين اليد والجسم في أربعة أبعاد من مقاطع فيديو أحادية العدسة عبر الاستفادة من التلامس كإشارة اقتران صريحة لتصحيح عدم المحاذاة وفرض الاتساق الهندسي والزمني، مما يتيكن من التعدين القابل للتوسع للنماذج الأولية القابلة لإعادة الاستخدام من المشاهد ذات العالم المفتوح.
تقدم الورقة البحثية LiteViLNet، وهي شبكة خفيفة الوزن متعددة الأنماط تدمج بيانات RGB وLiDAR بكفاءة باستخدام مشفر ثنائي المسار، ووحدة دمج الميزات متعددة المقاييس، وجسر ذي نواة كبيرة لتحقيق دقة حالة الفن في تقسيم الطرق مع الحد الأدنى من المعلمات وسرعات استدلال في الوقت الفعلي مناسبة للأجهزة الطرفية محدودة الموارد.
يُعد DySink إطار عمل قائم على الاسترجاع لتوليد الفيديوهات الطويلة ذات التوليد ذاتي الانحدار، حيث يستبدل ركائز الإطارات المبكرة الثابتة بإطارات تاريخية مختارة ديناميكيًا وذات صلة بصريًا، ويستخدم بوابة شذوذ "البالوعة" (sink anomaly gate) لمنع انهيار الانتباه، مما يؤدي إلى تحسين كل من الاستمرارية الديناميكية والجودة الزمنية.
تقترح هذه الورقة إطار عمل ثنائي المراحل يُمكّن من تدريب النماذج اللغوية الكبيرة متعددة الوسائط باستخدام بيانات ثنائية الوسائط فقط، وذلك عبر التحليل النظري لقابلية تحديد التمثيل وتعلم فضاء كامن مشترك من خلال إعادة البناء والتعلم التبايني، مما يحقق انتقالاً وتوليداً قوياً عبر الوسائط دون الحاجة إلى مجموعات بيانات متعددة الوسائط متوافقة تماماً.
تقدم هذه الورقة Q-ARVD، وهو إطار عمل تكميم مبتكر مصمم للتغلب على التحديات الفريدة لنماذج انتشار الفيديو ذات الترتيب الذاتي - وتحديداً عدم توازن الحساسية لكل إطار ووجود القيم المتطرفة غير المتجانسة للأوزان - من خلال آلية لترجيح الإطارات تراعي الجودة النهائية واستراتيجية تكميم تكيفية ثنائية المقياس مدركة للقيم المتطرفة، مما يتيح توليد فيديو فعال ودقيق في الوقت الفعلي.
تقدم هذه الورقة البحثية نموذج SpectralEarth-FM، وهو نموذج محول هرمي (hierarchical transformer) ومعه مجموعة بيانات SpectralEarth-MM التي تبلغ سعتها 40 تيرابايت، واللذان يُمكّنان من التدريب المسبق المشترك والأحدث للصور فائقة الطيف مع البيانات متعددة الأطياف، ورادار الفتحة الاصطناعية (SAR)، والبيانات الحرارية لمراقبة الأرض للتغلب على قيود النماذج التأسيسية أحادية المستشعر أو أحادية النمط.