12166 ورقة بحثية
تُعد TeDiO طريقةً لا تتطلب تدريباً وتعمل أثناء مرحلة الاستدلال، حيث تعمل على تعزيز التماسك الزمني في نماذج الانتشار للفيديو من خلال اكتشاف وتنظيم الأنماط القطرية غير المنتظمة في خرائط الانتباه الذاتي لإنتاج حركة أكثر سلاسة واستقراراً دون تعديل أوزان النموذج.
تقترح هذه الورقة بنية U-Net خفيفة الوزن لرفع دقة صور الوجوه بمقدار 8 أضعاف (extreme 8x face super-resolution)، والتي تستخدم خرائط حرارية للمعالم (landmark heatmaps) ناتجة عن نموذج YOLO-World كأوزان مكانية في دالة فقد (loss function) مبتكرة لا تتطلب تدريباً مساعداً، وذلك لتعزيز إعادة بناء التفاصيل دون الحاجة إلى تدريب تنافسي أو شبكات محاذاة إضافية.
يُعد CoReDiT إطار عمل فعال لتقليم الرموز (token pruning) لنماذج محولات الانتشار (Diffusion Transformers)، حيث يستفيد من التماسك المكاني لتحديد وتخطي الرموز الزائدة مع إعادة بناء مخرجاتها عبر الرموز المجاورة، مما يحقق تسريعًا كبيرًا في العمليات الحسابية وتوفيرًا في الذاكرة دون المساس بالجودة البصرية.
يُعد MAPLE إطار عمل قابلاً للتوسع وخالياً من المحاكيات، يعزز القيادة الذاتية من الطرف إلى الطرف من خلال تمكين التدريب التفاعلي متعدد الوكلاء في حلقة مغلقة داخل الفضاء الكامن لنماذج الرؤية واللغة والعمل عبر الضبط الدقيق الخاضع للإشراف والتعلم التعزيزي مع مكافآت التنوع.
تقترح هذه الورقة إطار عمل للتجزئة ثلاثية الأبعاد بتوجيه المعالم، والذي يحاكي بروتوكول أطلس هارفارد-أوكسفورد اليدوي من خلال الجمع بين كشف المعالم العالمي، والتجزئة الدلالية الأولية، ومعالجة ما بعد التجزئة الموجهة بالمعالم لتحقيق تحديد دقيق ومتسق تشريحياً لـ 26 بنية تحت قشرية بشرية في التصوير بالرنين المغناطيسي.
تقترح هذه الورقة البحثية IFGNet، وهو إطار عمل مبتكر يستفيد من شبكات كولموغوروف-أرنولد (Kolmogorov-Arnold Networks) ووحدة تجميع ضمني موجهة ببيانات ليدار (LiDAR-guided implicit aggregation module) لدمج البيانات فائقة الطيف وبيانات ليدار بفعالية في كل من النطاقين المكاني والترددي، مما يحقق أداء تصنيف فائق في المشاهد المعقدة مقارنة بالطرق الحالية.
تقدم هذه الورقة البحثية مساراً زمنياً حقيقياً ومتعدد الخيوط لتتبع طرف القسطرة باستخدام نماذج التجزئة القائمة على التعلم العميق، وتُظهر تحديداً أن بنية "SegFormer" ثنائية الفئات تتفوق على الأساليب الحالية في الدقة والمتانة لتوفير أساس موثوق للملاحة الذاتية لعمليات استئصال الخثرة الميكانيكية القائمة على التعلم التعزيزي.
تقدم هذه الورقة البحثية "تدخل إشارة الحذف" (OSI)، وهي طريقة تكتشف وتضخم "إشارة حذف" محددة داخل تمثيلات النصوص (text embeddings) للتخفيف بفعالية من حذف المفاهيم في نماذج المحولات الانتشارية متعددة الوسائط (Multimodal Diffusion Transformers).
تقدم هذه الورقة CreFlow، وهو إطار عمل جديد للتعلم التعزيزي عبر الإنترنت يستخدم نموذج مكافأة قائماً على المنطق الزمني الخطي التركيبي ودوال فقدان متخصصة لتصحيح انتهاكات القيود الفيزيائية بفعالية في نماذج انتشار الفيديو المجسدة ذات المكافآت الشحيحة، مما يحسن بشكل كبير من نجاح مهام التلاعب في المراحل اللاحقة.
تقترح هذه الورقة MMGuard، وهي آلية دفاع استباقية تولد أمثلة متعددة الوسائط غير قابلة للتعلم عن طريق حقن اضطرابات غير محسوسة للبشر وتعطيل الروابط بين الوسائط المتعددة لمنع الضبط الدقيق غير المصرح به لنماذج الرؤية واللغة الكبيرة، مما يحمي حقوق الطبع والنشر وخصوصية مالكي البيانات.