12113 ورقة بحثية
تقترح هذه الورقة إطار عمل للتنبؤ متعدد الآفاق غير مرتبط ببنية معينة، يستفيد من التحسين المشترك لصور السماء المتسلسلة وبيانات الطاقة الكهروضوئية التاريخية لالتقاط التبعيات الزمنية طويلة المدى، مما يؤدي إلى تحسين دقة ومتانة تنبؤات إنتاج الطاقة الكهروضوئية بشكل كبير مقارنة بالنماذج التقليدية أحادية الأفق.
تقدم الورقة البحثية CRAFT، وهو مسار عمل مشروط بالاستعلام يجمع بين الاختيار الديناميكي للإطارات الرئيسية، والتعرف الآلي على الكلام متعدد اللغات، وحلقة نقد هجينة لتحقيق أداء رائد في الإجابة على الأسئلة متعددة الفيديوهات القائمة على المحتوى، وذلك من خلال التحقق المتكرر من الادعاءات وتوحيد الأدلة مع عزوه بدقة إلى المصادر.
تقترح هذه الورقة نموذجاً للتدريب المسبق للفيديو يتسم بكفاءة البيانات، حيث يقوم بتجميد نموذج تأسيسي قوي للصور للتعامل مع الميزات المكانية مع تدريب وحدة متكررة خفيفة الوزن فقط للاستدلال الزمني، مما يثبت إمكانية تحقيق فهم تنافسي للفيديو دون التكاليف الباهظة للبيانات والحوسبة المرتبطة بالتدريب المسبق للفيديو من البداية إلى النهاية.
تُثبت هذه الورقة أن نموذج التشفير الفعال غير الخاضع للإشراف، والذي يضغط مدخلات الصور الطبيعية باستخدام الإحصائيات المحلية فقط، ينجح في تعلم تسلسل هرمي بصري متوافق مع البشر من بيانات محدودة، وعند دمجه مع الضبط الدقيق الخاضع للإشراف، يعمل على تحسين المحاذاة مع الدماغ وسرعة تعلم الفئات بشكل أكبر.
تقترح هذه الورقة منظماً لـ "هامش تكافؤ الفرص للأسوأ في المجموعة" يعمل على التخفيف من التفاوتات الديموغرافية في تصنيف الصور الطبية من خلال معاقبة الانحرافات القصوى في المجموعات الفرعية في معدلات الإيجاب الحقيقي والكاذب عند نقطة تشغيل الاستدلال، مما يؤدي إلى تحسين العدالة عبر سمات متعددة دون المساس بشكل كبير بالأداء التشخيصي العام.
تقدم هذه الورقة HAVEN، وهو معيار متعدد الوسائط متوافق هرمياً جديد يعالج أوجه القصور في طرق تقييم الفيديو المجزأة الحالية من خلال توفير مجموعة بيانات موحدة وكاملة التفاصيل ومجموعة تقييم شاملة لتقييم قدرات النماذج اللغوية الكبيرة متعددة الوسائط بدقة في تلخيص وفهم الفيديو المعقد.
تقترح هذه الورقة إطار عمل متيناً يخفف من حدة الارتباط المربك المرتبط بالعمر في تصنيف الصور الطبية، وذلك عبر فك الارتباط بين العمر واتجاهات صعوبة العينات باستخدام تقنية "الألفة الموزونة بطريقة هوبر" (Huber weighted affinity) و"درجة تغطية العمر" (Age Coverage Score)، مما يؤدي إلى تقليل التفاوت في الأداء عبر الفئات العمرية دون التضحية بالدقة التشخيصية أو المعلومات السريرية ذات المعنى المتعلقة بالعمر.
تقترح هذه الورقة إطار عمل شبه مؤتمت يستفيد من النماذج اللغوية الكبيرة لهيكلة المعرفة التصميمية في قالب عالي المستوى لإنشاء فضاءات بحث متنوعة، مدمجاً مع خوارزمية FairNAD التي تتميز بالطفرات متعددة الأنواع وحلقات التغذية الراجعة، لاكتشاف بنيات عصبية عالية الأداء بكفاءة تتفوق على الأساليب المتطورة في اختبارات CIFAR وImageNet.
تُعد AquaUI طريقة لتقليل الرموز (tokens) أثناء وقت الاستدلال دون الحاجة إلى تدريب، وهي مخصصة لوكلاء واجهة المستخدم الرسومية (GUI agents)، حيث تستخدم أشجار كوادرتي (quadtrees) تكيُّفية لاستغلال كثافة المعلومات المكانية غير المنتظمة لقطات الشاشة، مما يحقق تسريعاً كبيراً وتقليلاً في عدد الرموز مع الحفاظ على أداء يقارب الأداء الكامل والاتساق الزمني عبر التفاعلات متعددة الخطوات.
تقترح الورقة البحثية إطار عمل FPED، وهو إطار عمل "خليط من الخبراء" (Mixture-of-Experts) موجّه بسبق وظيفي للشبكات، يقوم بنمذجة الشبكات الدماغية المتميزة كخبراء متخصصين لتحقيق إعادة بناء صور مرئية تنافسية وقابلة للتفسير من بيانات التصوير بالرنين المغناطيسي الوظيفي (fMRI) مع الحفاظ على البنية الطوبولوجية المتأصلة للدماغ.