12113 ورقة بحثية
يقدم SSL4RL إطار عمل مبتكر يسخر أهداف التعلم الخاضع للإشراف الذاتي كإشارات مكافأة تلقائية وقابلة للتحقق لضبط نماذج الرؤية واللغة عبر التعلم التعزيزي، مما يتغلب بفعالية على نقص آليات المكافأة القابلة للتوسع ويحسن الأداء بشكل كبير في كل من معايير الاختبار المتمحورة حول الرؤية ومعايير الاستدلال.
تقترح هذه الورقة إطار عمل للتعلم شبه الموجه من البيانات الموجبة وغير المصنفة، مع تسمية مستعارة ديناميكية وتحسين باستخدام نماذج الحقول العشوائية المشروطة (CRF)، لاكتشاف المواقع الأثرية بفعالية في المناظر الطبيعية ذات التسميات الشحيحة، محققةً أداءً هو الأفضل حالياً على كل من نماذج الارتفاعات الرقمية وصور الأقمار الصناعية الخام.
تقدم الورقة البحثية SAM 2++، وهو إطار عمل موحد لتتبع الفيديو يدمج ترميز التلقين، وفك ترميز المخرجات، وتمثيل الذاكرة للتعامل مع مختلف مستويات دقة الأهداف (الأقنعة، والصناديق، والنقاط) ضمن نموذج واحد، مصحوباً بإنشاء أول مجموعة بيانات واسعة النطاق متعددة الدقة لتحقيق أداء رائد عبر مختلف مهام التتبع.
تستقصي هذه الورقة قوانين القياس الخاصة بالتنبؤ التالي بالبكسل ذاتي الانحدار لنماذج الرؤية، كاشفةً أن الاستراتيجيات المثلى تتباين بين مهام التصنيف والتوليد، ومتوقعةً أن التوسع المدفوع بالحوسبة سيمكن من نمذجة الصور بكسل تلو الآخر في غضون خمس سنوات.
تقدم هذه الورقة بحثاً مرجعياً منهجياً يوضح أن فعالية كواشف البيانات خارج التوزيع تعتمد في المقام الأول على التمثيل المتعلم والنموذج التدريبي بدلاً من تصميم الدرجة وحده، مما يكشف أن خصائص انهيار التمثيل تملي استراتيجيات تسجيل الدرجات المثلى وتسمح بالتنبؤ بالكواشف الأعلى أداءً دون الحاجة إلى بيانات إضافية خارج التوزيع.
يُعد SteadyDancer إطار عمل مبتكر لتحويل الصور إلى فيديو يحقق رسوماً متحركة متناغمة ومتماسكة للصور البشرية مع حفاظ قوي على الإطار الأول من خلال تقديم آلية مصالحة الشروط، ونماذج تعديل الوضعية التآزرية، ومسار تدريب مرحلي بـأهداف منفصلة للتغلب على مشكلات انحراف الهوية وعدم المحاذاة السائدة في نماذج المرجع إلى الفيديو الحالية.
تقدم الورقة البحثية SPROUT، وهو إطار عمل لا يتطلب أي تدريب بالكامل يستفيد من النماذج الأولية المستندة إلى الأنسجة والتحسين الأمثل الجزئي لتوليد مطالبات نقطية لنموذج Segment Anything Model (SAM)، مما يتيح تجزئة دقيقة لنواة الحالات في علم الأمراض دون أي إشراف أو تحديثات للمعلمات.
تقدم هذه الورقة البحثية YawDD+، وهي مجموعة بيانات ذات تسميات توضيحية على مستوى الإطار تم إنشاؤها عبر مسار عمل شبه مؤتمت للتغلب على قيود التسميات الخشنة على مستوى الفيديو، مما يتيح كشفاً دقيقاً للغاية وفعالاً في الوقت الفعلي لإرهاق السائق على الأجهزة الطرفية مثل NVIDIA Jetson NANO وAGX.
تقدم هذه الورقة إطار عمل للتعلم الآلي يقوم بتحويل صور الأشعة السينية متعددة الأنماط للمركبات الجسيمية إلى رسوم بيانية مدركة للطوبولوجيا للكشف عن العلاقات بين البنية المجهرية والخصائص، مما يبرز فائدتها في تحسين كاثودات بطاريات الحالة الصلبة من خلال تحديد الوصلات الثلاثية الحرجة وقنوات التوصيل.
تكشف هذه الورقة أن النماذج التوليدية ثلاثية الأبعاد الحالية تفشل في الحفاظ على التماثل الانعكاسي رغم وجود مسبقات قوية في فئات الأشياء، وتقترح تدخلاً متمحوراً حول البيانات باستخدام تدريب نصف الكائن وأخذ العينات القائم على الانعكاس لتحسين الاتساق الهندسي والمعقولية البصرية بشكل كبير.