12113 ورقة بحثية
تقدم هذه الورقة SynVA، وهي مجموعة أدوات نمطية تجمع بين مطابقة التدفق والأساليب الإجرائية لتوليد مجموعات بيانات اصطناعية واسعة النطاق ومتسقة تشريحياً لتمدد الأوعية الدموية داخل الجمجمة، مما يعالج ندرة البيانات لتدريب نماذج التعلم العميق في أبحاث الأوعية الدموية الدماغية.
تُعد SparseSAM إطار عمل لا يتطلب تدريباً يعمل على تسريع نماذج "Segment Anything" من خلال تقديم آلية "Stripe-Sort Attention" و"Residual-Consistency MLP" لتقليل كثافة طبقات الانتباه وMLP معاً، مما يحقق تسريعاً كبيراً في الاستدلال وتقليلاً في استهلاك الذاكرة مع حد أدنى من فقدان الدقة مقارنة بالطرق الحالية.
يُعد نظام TouchMap-OR نظام رؤية متعدد الزوايا يعتمد على تقنية RGB-D، يقوم بإعادة بناء سجلات تلامس سطح اليد ثلاثية الأبعاد والمحددة للهوية في غرف العمليات من خلال دمج شبكات اليد المفصلية، وتتبع الهياكل العظمية لمتعدد الأشخاص، والنمذجة البيئية الدلالية لاستنتاج متى وأين يلمس الممارسون الصحيون أسطحاً محددة.
يُعد MARQUIS عبارة عن خط معالجة ثلاثي المراحل يعزز بشكل كبير توليد النصوص المدعم باسترجاع الفيديو من خلال معالجة أوجه القصور في التعامل مع الاستعلامات المعقدة وتوليف الفيديوهات المتعددة عبر توسيع الاستعلام، واستخراج الأدلة المهيكلة، وتوليد المقالات المنضبط، محققاً أداءً هو الأفضل في فئته في مهمة MAGMaR2026 المشتركة.
تقترح هذه الورقة طريقة سريعة وفعالة للتعرف على بصمة مفاصل الأصابع تستخدم مرشح سوبل (Sobel filter) والحد من الضوضاء لإنشاء صور ثنائية للمقارنة عبر مقاييس التشابه، محققةً معدل إيجابي حقيقي يصل إلى 17.02% على مجموعة بيانات كبيرة.
تقترح هذه الورقة إطار عمل للرؤية بكاميرا الحدث مستوحى من الدماغ، وفعال في استهلاك الملصقات، يستخدم ثلاث وحدات محلية لللدونة المعتمدة على توقيت النبضات (STDP) لتحقيق كشف عالي الدقة للأجسام على أجهزة وحدة المعالجة المركزية (CPU)، مما يقلل بشكل كبير من متطلبات الملصقات والإنذارات الكاذبة مع التفوق على الطرق التقليدية القائمة على التدرج والتجميع من حيث المتانة والموثوقية.
تقترح الورقة البحثية نموذج Patch-MoE Mamba، وهو بنية هندسية جديدة لتقسيم الصور الطبية تتغلب على قيود نماذج Mamba الحالية من خلال إدخال آلية مسح مرتبة للرقع هرمية للحفاظ على الهياكل المكانية المحلية ووحدة خليط من الخبراء لدمج الميزات متعددة الاتجاهات بشكل تكيفي، محققة أداءً فائقاً عبر معايير متنوعة لتقسيم السلائل والآفات الجلدية.
يقدم GraSP-VL تحويلاً بادئةً (prefix transform) مشتركاً، قابلاً للتعلم، وشبه متعامد، يعيد تنظيم تمثيلات الرؤية واللغة المجمدة في واجهة "ماتريوشكا دلالية" (Semantic Matryoshka)، مما يتيح وصولاً يمكن التحكم فيه إلى التدرج الدلالي من الخشن إلى الناعم بمجرد تغيير طول التمثيل مع الحفاظ على الهندسة كاملة الأبعاد للنموذج الأصلي وأدائه في التعلم الصفري.
تقدم هذه الورقة البحثية "مهايئ التفاعل العالمي-المحلي" (GLIA)، وهو إطار عمل مبتكر يعزز تقييم جودة الصور الأعمى من خلال الاستفادة بكفاءة من نماذج "رؤية المحولات" (Vision Transformers) سابقة التدريب عبر آلية ثنائية المسار لتحقيق دقة ومتانة فائقتين بعدد أقل بكثير من المعلمات القابلة للتدريب.
تقترح هذه الورقة إطار العمل الأمثل المشترك متعدد الأهداف ومتعدد النماذج (JMOF)، والذي يستخدم محاذاة التدرج المتعامد وآلية كبح ثنائية المستوى لحل صراعات التدرج وتعزيز قابلية النقل عبر النماذح، مما يحقق هجمات فيزيائية تنافسية عالمية تخدع بفعالية مهام الرؤية متنوعة الصندوق الأسود.