12113 ورقة بحثية
تقدم الورقة البحثية DeepObjectLog، وهو نموذج عصبي رمزي احتمالي يتعلم تمثيلات متمحورة حول الأشياء مباشرة من تسميات المهام العالمية عبر الإشراف البعيد، مما يتيح تعميماً فائقاً خارج نطاق التوزيع في مهام الاستدلال البصري دون الحاجة إلى تعليقات توضيحية لكل كائن على حدة.
تقدم هذه الورقة البحثية "المُعدِّل التلقائي المشترك" (JAM)، وهو أسلوب يعمل على محاذاة نماذج الرؤية واللغة المدربة بشكل مستقل عبر التحسين المشترك للمشفرات التلقائية الخاصة بكل نمط من خلال إعادة بناء منسقة وفقد انتشار متعدد الوسائط مبتكر، مما يثبت إمكانية استحثاث تمثيلات دلالية مشتركة بشكل صريح حتى عبر فضاءات تمثيلية منفصلة.
تقدم هذه الورقة مجموعة بيانات ITW-SM المكونة من صور حقيقية من وسائل التواصل الاجتماعي لتوضيح أن تحسين خيارات تصميم الكاشف لتحليل كل من الآثار منخفضة المستوى والدلالات عالية المستوى، بدلاً من مجرد توسيع نطاق بيانات التدريب أو التدريب المسبق، أمر بالغ الأهمية لتحسين أداء كشف الصور المولدة بواسطة الذكاء الاصطناعي بشكل كبير في السيناريوهات الواقعية.
تقدم هذه الورقة "هيستيا" (Hestia)، وهو مخطط هرمي للمنظور التالي الأفضل مدرك لوجه الفوكسل، يتغلب على قيود النهج القائمة على التعلم المعزز من خلال توظيف مجموعة بيانات متنوعة، وبحث هرمي، واستراتيجية جشعة قريبة، وتصميم مدرك للوجه لتحقيق تحسن كبير في تغطية ودقة إعادة البناء ثلاثي الأبعاد مع الحفاظ على الاستدلال في الوقت الفعلي.
تقترح هذه الورقة إطاراً احتمالياً يستخدم خرائط الطاقة وخوارزمية تحسين عشوائية قائمة على "الولادة والوفاة" لتحقيق تحديد دقيق للمواقع الجغرافية لأثاث الشوارع في البيئات الحضرية المعقدة، وهو ما تم التحقق من صحته من خلال محاكاة واقعية للبنية التحتية لإضاءة الشوارع في دبلن.
تقدم الورقة البحثية mRadNet، وهو نموذج مدمج وفعال للكشف عن الأجسام بالرادار يعتمد على بنية U-Net مع كتل MetaFormer لتحقيق أداء رائد في مجموعة بيانات CRUW بأقل عدد من المعلمات وأدنى عمليات حسابية (FLOPs).
تقدم هذه الورقة OASIS، وهو إطار عمل جديد للتجزئة والارتباط (segmentation-regression) يستخدم دالة فقدان موزونة لإعطاء الأولوية للمناطق المتداخلة أثناء التدريب، مما يحسن بشكل كبير من إعادة بناء الكثافة والطوبولوجيا لمسارات الإلكترونات الباهتة والمحجوبة في السياق الصعب لتجربة MIGDAL.
تقترح هذه الورقة بنية هجينة لتقسيم الصور الطبية تدمج وحدات نماذج الحالة الفضائية الخاصة بـ U-Mamba مع مؤثرات التوصيل الحراري لتحقيق نمذجة فعالة للسياق العالمي واستدلال الاعتماد طويل المدى، مما أدى إلى أداء متفوق بمعامل تشابه ديازومي (DSC) يبلغ 0.8719 على مجموعة بيانات الأشعة المقطعية للبطن.
لمعالجة النسيان الكارثي وضعف التعميم عند الضبط الدقيق لنموذج CLIP للكشف عن الصور المولدة بالذكاء الاصطناعي، تقترح الورقة البحثية DGS-Net، وهو إطار عمل مبتكر يستخدم جراحة التدرج الموجهة بالتقطير لفصل وتحسين اتجاهات التدرج المفيدة مع كبح الاتجاهات الضارة، مما يحقق أداء كشف فائق عبر مختلف النماذج التوليدية.
يقدم هذا البحث إطار عمل "PhyDetEx"، الذي يتكون من مجموعة بيانات متخصصة للكشف عن عدم المعقولية الفيزيائية (PID) ونموذج رؤية ولغة مضبوط بدقة، وذلك للكشف عن الانتهاكات الفيزيائية في توليد الفيديو من النصوص وتفسيرها، مما يكشف أنه على الرغم من التقدم الذي تظهره النماذج الحديثة، إلا أن الالتزام بالقوانين الفيزيائية لا يزال يمثل تحديًا كبيرًا.