12159 ورقة بحثية
تقدم هذه الورقة إطار عمل للتعلم متعدد الوسائط يدمج هياكل شبكات الطرق مع صور الأقمار الصناعية عالية الدقة والبيانات البيئية لتحسين دقة التنبؤ بحوادث المرور بشكل كبير وتمكين التقدير السببي لعوامل الخطر الرئيسية مثل هطول الأمطار، وسرعة الطريق، والأنماط الموسمية.
تقدم هذه الورقة البحثية SuperF، وهو أسلوب تحسين في وقت الاختبار لرفع دقة الصور المتعددة يستفيد من مجال ضمني عصبي مشترك لتحسين محاذاة دون البكسل وإعادة بناء الدقة العالية بشكل مشترك دون الحاجة إلى بيانات تدريب عالية الدقة.
تقترح الورقة البحثية إطار عمل "إعادة التعبئة ثم الصقل" (RePack then Refine)، وهو إطار عمل ثلاثي المراحل يعمل على تعزيز نماذج محولات الانتشار (Diffusion Transformers) عبر ضغط ميزات نماذج الرؤية التأسيسية الفائضة في متشعب منخفض الأبعاد لتدريب فعال، ومن ثم صقل المخرجات لاستعادة التفاصيل عالية التردد، مما يحقق كفاءة تقارب وجودة صورة رائدة في مجموعة بيانات ImageNet-1K.
تقدم هذه الورقة معيار Do-Undo، وهو إطار عمل جديد يقيم قدرة نماذج الرؤية واللغة على فهم ديناميكيات الحركة في العالم الحقيقي من خلال مطالبتها بتوليد تحولات منطقية للمشهد ثم عكسها لاحقاً إلى حالاتها الأصلية.
تقترح الورقة البحثية Video-OPD، وهو إطار عمل فعال لما بعد التدريب لعملية التمركز الزمني في الفيديو (Temporal Video Grounding)، يستفيد من التقطير القائم على السياسة (on-policy distillation) مع معلم رائد لتحويل المكافآت المتفرقة إلى إشراف كثيف على مستوى الرموز (token-level supervision)، مما يتفوق على طرق GRPO الحالية في سرعة التقارب والكفاءة الحسابية.
يُعد ImmuVis نموذجاً تأسيسياً فائق الالتفاف (hyperconvolutional) تم تدريبه على مجموعة بيانات IMC17M الضخمة، وهو يعالج تباين مجموعات العلامات في قياس كتلة التصوير عبر استخدام نوى متكيفة مع العلامات لتمكين التحليل الفعال، الخالي من إعادة التدريب، مع معايرة عدم اليقين عبر أي مجموعات فرعية عشوائية من العلامات.
تقدم هذه الورقة ME-UAV، وهي المعيار والمجموعة البيانية الأولى المصممة لمعالجة تحدي اكتشاف الطائرات بدون طيار الصغيرة من كاميرا أحداث مثبتة على متن طائرة في ظروف حركة-على-حركة، حيث توفر تدفقات أحداث متزامنة، وبيانات وحدة القياس بالقصور الذاتي (IMU)، وبروتوكولات تقييم تكشف عن قصور النماذج المرجعية الحالية في التعامل مع ضجيج الخلفية الكثيف وإشارات الأهداف الشحيحة.
تقترح هذه الورقة البحثية إطار عمل "الاستدلال عبر المخطط الفائق متعدد الوسائط التبايني" (CoMHR)، وهو إطار عمل مبتكر يدمج الإشارات الدلالية والهندسية والوضعية ضمن مخطط فائق ذي طوبولوجيا مشتركة لتحقيق إعادة بناء ثلاثية الأبعاد لشبكات المش (mesh) متعددة الأشخاص في المشاهد المزدحمة، وذلك من خلال معالجة حالات الحجب وغموض العمق بفعالية عبر نشر السياق العالمي.
يُعد MoZoo محلاً ديناميكياً توليدياً يستفيد من ابتكارات معمارية جديدة مثل "التموضع الدوراني المعتمد على الدور" (Role-Aware RoPE) و"الانتباه المنفصل غير المتماثل" (Asymmetric Decoupled Attention)، جنباً إلى جنب مع مسار بيانات من الاصطناعي إلى الواقع ومعيار مرجعي جديد، لتخليق فيديوهات حيوانية عالية الدقة ذات فراء وديناميكيات عضلية واقعية من شبكات هندسية خشنة بكفاءة.
يُعد Seed3D 2.0 نظاماً متطوراً لتوليد المحتوى ثلاثي الأبعاد يعزز بشكل كبير من دقة الهندسة والقدرات الجاهزة للمحاكاة من خلال مسار عمل من الخشن إلى الناعم، ونمذجة موحدة لمواد PBR، ومجموعة نماذج شاملة لتخطيط المشاهد والتمفصل، متفوقاً بذلك على النماذج التجارية الرائدة في دراسات التفضيل البشري.