12306 ورقة بحثية
تقدم هذه الورقة MorphOPC، وهو نموذج تعلم عميق هرمي متعدد المقاييس يصيغ توليد الأقنعة كسلسلة من العمليات المورفولوجية العصبية للتغلب على قيود التحويل الهندسي التي تواجه نهج المشفر-فك التشفير الحالي، مما يحقق دقة طباعة فائقة وتكاليف تصنيع أقل في تصحيح القرب البصري.
تقدم هذه الورقة SSDA، وهو إطار عمل للتكيف ثنائي المسار يسد الفجوات الطيفية والهيكلية بين صور السلاسل الزمنية المُصورة والصور الطبيعية، مما يطلق العنان للإمكانات الكاملة لنماذج الرؤية الكبيرة من أجل التنبؤ الدقيق بالسلاسل الزمنية.
يُعد M2Retinexformer إطار عمل جديداً متعدد الوسائط يعمل على تحسين الصور ذات الإضاءة المنخفضة من خلال دمج دلالات العمق، والبديهيات السطوعية، والميزات الدلالية في مسار صقل تدريجي مع بوابات تكيفية، محققاً أداءً رائداً على مستويات متعددة من المعايير المرجعية.
تقترح هذه الورقة إطار عمل لتقطير المعرفة عبر النوافذ يُمكّن المشفرات الطلابية من تعلم الأولويات السريرية الكامنة من نموذج معلم مُدرب على النافذة الأكثر إفادة للأشعة المقطعية، مما يحسن بشكل كبير أداء تحليل الأشعة المقطعية للرئة متعددة النوافذ عبر مجموعات مرضية متنوعة من خلال التقاط التفاعلات بين الكثافات التي تفتقدها الطرق الحالية.
يُعد M3Net إطار عمل للتعلم العميق ثلاثي الأبعاد هرمي ومستوحى سريرياً، يحاكي سير العمل التشخيصي لأطباء الأشعة من خلال دمج المعلومات السياقية متعددة المقاييس لتحقيق دقة فائقة في تصنيف العُقيدات الرئوية الحميدة والخبيثة وتعزيز قابلية التفسير.
يعالج VideoSEAL مشكلة "عدم توافق الأدلة" في فهم الفيديو الطويل الوكيل عبر تقديم إطار عمل منفصل من المخطط والمفتش يفصل بين التخطيط طويل الأمد وسلطة الإجابة، مما يتطلب تحققًا على مستوى البكسل لضمان دعم الإجابات بالأدلة المسترجعة وتحقيق أداء رائد في عدة معايير مرجعية.
تقدم هذه الورقة البحثية LAMP، وهو ملحق معياري للنماذج القائمة على الانتشار لترميم الصور، يستفيد من التجزئة من الدرجة الثانية والتصحيحات الزمنية المتأخرة لتحسين دقة واستقرار أخذ عينات اللاحقة دون زيادة التكلفة الحسابية.
تقدم هذه الورقة البحثية نماذج هندسية ثلاثية الأبعاد معبر عنها برمجياً كلغة مكانية قوية لنماذج الرؤية واللغة، مبرهنةً من خلال معيار SpatialBabel، واستراتيجية استدلال Code-CoT الخالية من التدريب، وطريقة الضبط الدقيق ذاتية الإشراف S-FT، أن هذا التمثيل الوسيط يعزز بشكل كبير الاستدلال المكاني ويتعمم عبر بنيات نماذج الرؤية واللغة المتنوعة دون الحاجة إلى تسميات بشرية.
يقدم TrackCraft3R أول متتبع ثلاثي الأبعاد كثيف يعمل بنظام التغذية الأمامية يعيد توظيف نماذج محولات الانتشار بالفيديو مسبقة التدريب من خلال توظيف تمثيل ثنائي الكامن ومحاذاة دوران الموضع الزمني (RoPE) للتغلب على قيودها المرتبطة بالإطارات، محققاً أداءً هو الأفضل في فئته مع كفاءة فائقة في السرعة والذاكرة في اختبارات تتبع الفيديو أحادي العدسة.
تقدم هذه الورقة البحثية "النية المتدفقة" (Streaming Intent)، وهو إطار عمل جديد للقيادة الذاتية من طرف إلى طرف يتيح ظهور الأفعال عبر اشتقاق النية المتدفقة دلاليًا عبر آلية سلسلة من الأفكار لتوجيه مولد أفعال قائم على مطابقة التدفق، محققًا أداءً تنافسيًا وقدرة تحكم غير مسبوقة في الوفاء بالنية على معيار وايمو (Waymo).