12381 ورقة بحثية
تقترح هذه الورقة البحثية مساراً معدلاً لتعزيز البيانات للشبكات العصبية الالتفافية يلغي الاعتماد على استيفاء أقرب جار لمنع أخطاء التوسيم على مستوى البكسل وتدهور التفاصيل عالية التردد، وذلك عبر استخدام آلية تصفية للفئات قائمة على المتوسط والتوليد غير المتصل (offline generation) لتحقيق مكاسب في الأداء عبر مجموعات بيانات تقسيم الصور الطبية وصور الأشعة السينية.
تقترح هذه الورقة البحثية شبكة HPGN، وهي شبكة هجينة فعالة موجهة بالأولويات توحد بين تحسين الصور منخفضة الإضاءة وإزالة آثار الضغط عبر الاستفادة من عوامل جودة JPEG ومصفوفات تكميم DCT للتعامل مع الصور ذات مستويات الضغط المتفاوتة.
تقترح هذه الورقة نموذج "محول الرؤية متعدد المستويات" (MP-ViT) الذي يستخدم مشفرات منفصلة وآليات انتباه متقاطع لدمج بيانات التصوير بالرنين المغناطيسي للمحاور السهمية والجانبية بفعالية لتصنيف نزيف الدماغ، محققاً أداءً فائقاً على نماذج "محول الرؤية" (ViT) والشبكات العصبية التلافيفية (CNN) الحالية على مجموعة بيانات سريرية كبيرة دون الحاجة إلى إعادة أخذ العينات.
تقترح الورقة البحثية طريقة GRIT، وهي طريقة قائمة على التعلم المعزز تُمكّن النماذج اللغوية الكبيرة متعددة الوسائط من توليد سلاسل استدلال مرتكزة بصرياً عبر دمج اللغة الطبيعية مع إحداثيات صناديق الإحاطة الصريحة، مما يحقق كفاءة عالية في البيانات دون الحاجة إلى تسميات توضيحية للاستدلال أو التحديد الموضعي.
تقدم هذه الورقة نظام سماعة طبية معزز بالذكاء الاصطناعي ومنخفض التكلفة يستخدم نموذجاً هجيناً من الشبكات العصبية الالتفافية (CNN) والشبكات العصبية المتكررة ذات البوابة المنسية (GRU) مع استخراج ميزات معاملات فوريه لمركبات الترددات الصوتية (MFCC) لتمكين التشخيص الفوري والمتزامن لستة أمراض رئوية وخمسة أمراض قلبية وعائية على أجهزة مدمجة منخفضة التكلفة، مما يعالج التحديات التشخيصية في المناطق النائية والمحرومة من الموارد.
تقدم الورقة البحثية TrajViT، وهي طريقة لترميز الفيديو المرتكز على الأرض (grounded video tokenization) تستبدل الرقع الزمكانية غير الفعالة بمسارات الأجسام الفرعية البانوبتيكية (panoptic sub-object trajectories) لتقليل التكاليف الحسابية بشكل كبير مع تحقيق أداء متفوق في مهام استرجاع وفهم الفيديو مقارنة بمشفرات ViT3D التقليدية.
تقدم هذه الورقة البحثية تقطير بلاكيت-لوس (PLD)، وهو فقدان ترتيب قائم على القوائم ونظري الاختيار، يفسر لوجيتات المعلم كدرجات استحقاق لتحسين ترتيب واحد أمثل للمعلم بشكل مباشر، مما يلغي الحاجة إلى ضبط أوزان التقطير مع تحقيق مكاسب أداء متسقة عبر مجموعات بيانات وبنيات متنوعة.
تقدم هذه الورقة مسحاً شاملاً للتعرف البصري على إيماءات اليد، حيث تنظم بشكل منهجي طرق التعلم العميق، ومجموعات البيانات، ومقاييس التقييم عبر المهام الثابتة، والديناميكية المنعزلة، والمستمرة، مع تحديد التحديات الحالية ورسم التوجهات البحثية المستقبلية.
تقترح هذه الورقة إطار عمل جديد للتعلم الخاضع للإشراف المزدوج العميق يدمج استخراج الميزات المحلية والعالمية مع آلية انتباه مزدوجة وتجميع متعدد المقاييس لتحسين دقة التعرف على الميلانوما بشكل كبير وتقليل الإيجابيات الكاذبة مقارنة بالأساليب الرائدة الحالية.
تقترح هذه الورقة كاشف حواف حاداً ذا تركيز طبي يستخدم بنية تحسين خلفي من الأعلى إلى الأسفل مبتكرة مدمجة مع استعيان فوق بكسلي لتحقيق تحديد لمواقع حدود الأعضاء بدقة المليمتر في الصور الطبية ثنائية الأبعاد والحجمية، مما يحسن بشكل كبير دقة المهام اللاحقة مثل التجزئة، والتسجيل، والتخطيط الجراحي.