12085 ورقة بحثية
تقدم هذه الورقة CalcSeg، وهو إطار عمل للتعلم المنهجي القائم على الثقة والذي يستفيد من تمثيلات الميزات ثلاثية الأبعاد الكامنة واستراتيجية شبه مُشرفة ديناميكية لتحقيق تقسيم قوي لندبة عضلة القلب من صور LGE-CMR أحادية التراكم، متفوقاً بشكل خاص في الحالات السريرية الصعبة ذات التباين المنخفض والسياق المكاني المحدود.
تقدم هذه الورقة إطار عمل تفاعلياً يُمكّن المستخدمين من إجراء نحت قائم على الضربات في الوقت الفعلي مباشرة على تمثيلات الدوال المسافة الإشارية (SDF) الضمنية العصبية، متجاوزةً بذلك القيود السابقة المتمثلة في بطء التحسين والتعديلات المقتصرة على نقاط محددة لتوفير معالجة بديهية وعالية الأداء للأشكال ثلاثية الأبعاد.
تحدد هذه الورقة أسباب الهلوسة في توليد الصور القائم على مطابقة التدفق، وتقترح عملية تحسين تكرارية شاملة لتعزيز متانة النماذج التوليدية وأدائها.
تقترح هذه الدراسة إطار عمل مبتكر يعمل على تكييف نماذج الرؤية واللغة لتصنيف الشاحنات الثقيلة القائمة على السحابة النقطية من خلال دمج بيانات "ليدار" (LiDAR) من العالم الحقيقي مع معالجة مسبقة متخصصة وتعلم سياقي قليل العينات، مما يقلل تكاليف التوسيم مع تعزيز السلامة في القيادة الذاتية التعاونية.
تقترح الورقة البحثية إطار عمل CKAA، وهو إطار عمل جديد للتعلم المستمر يعزز المتانة ضد معرفات المهام المضللة من خلال توظيف محاذاة المعرفة ثنائية المستوى لتوحيد توزيعات الميزات عبر الفضاءات الجزئية، ومزيج من الموائمات الموجه بثقة المهمة لتجميع المعرفة بشكل تكيفي أثناء الاستدلال.
تقدم هذه الورقة إطار عمل متعدد الوسائط يتكون من مرحلتين، يستفيد من بيانات نظرات أطباء الأشعة لتحسين دقة التشخيص والتفسير المكاني لتقارير صور الأشعة السينية للصدر بشكل كبير، وذلك عبر محاذاة انتباه النموذج مع التثبيتات السريرية وتوليد نتائج خاصة بكل منطقة.
يُعد LM-CartSeg مساراً مؤتمتاً بالكامل يدمج نموذجي nnU-Net ثلاثي الأبعاد مع صقل هندسي لتقسيم غضروف الركبة الوحشي والإنسي والعظم تحت الغضروفي بمتانة، مما يتيح تحليلاً راديومياً عالي الأداء لتصنيف الفصال العظمي يتفوق على النماذج التي تعتمد فقط على السمات المورفومترية.
تقترح هذه الورقة نموذج تشوه هجين يجمع بين نماذج الكاميرا التقليدية الموسعة وتصحيحات المتبقي القائمة على الشبكات العصبية للتغلب على قيود الطرق الحالية، مما يتيح تحديد الموقع ثلاثي الأبعاد للأجسام بدقة لكاميرات المراقبة (CCTV) لمسافات تصل إلى 5 كيلومترات.
تقدم هذه الورقة VTONQA، وهي أول مجموعة بيانات لتقييم الجودة متعدد الأبعاد للقياس الافتراضي تحتوي على 8,132 صورة و24,396 تقييماً بشرياً عبر ثلاثة أبعاد، والتي تُستخدم كمعيار لنماذج VTON ومقاييس جودة الصور الحالية للكشف عن حدودها وتوجيه التحسينات المستقبلية.
يعالج نظام FiseR ضعف التعميم في كواشف الصور المعتمدة على الذكاء الاصطناعي عبر المجالات من خلال تقديم إطار تعلم تبايني هرمي يتعلم تمثيلات مصدرية دقيقة وقابلة للنقل عبر التحسين المشترك للقدرة على الفصل بين الصور الطبيعية والاصطناعية والحفاظ على هوية المولد، مما يتفوق بشكل كبير على النماذج المرجعية الحالية في سيناريوهات التكيف في حالات الصفر من الأمثلة وحالات الأمثلة القليلة.