12092 ورقة بحثية
تقدم هذه الورقة "GuideFetch"، وهو إطار عمل لتنسيق المهام يُمكّن فريقاً غير متجانس من الكلاب الروبوتية المساعدة من تنفيذ مهام التنقل واستعادة الأشياء بشكل متزامن عبر الاستفادة من مخططات العمل المولدة والمحققة بواسطة النماذج اللغوية الكبيرة والتنفيذ القائم على الحالة، مما يقلل بشكل كبير من زمن إنجاز المهمة مقارنة بالنهج التسلسلي.
تقترح هذه الورقة طريقة لتحديد مواقع مجموعات من بلاطات الأشعة السينية الفلورية (XRF) ضمن صور المجهر الضوئي من خلال الاستفادة صراحةً من قيود هندسة الاستحواذ، مما يحسن دقة المحاذاة بشكل كبير مقارنة بوضع البلاطات بشكل مستقل.
تقترح هذه الورقة سير عمل قائم على "الاقتراح والتحقق" يجمع بين النماذج اللغوية الرؤيوية الخالية من التدريب والتشابه القائم على الصور لتحقيق تحديد دقيق لمجال الرؤية بين صور الأشعة السينية الفلورية وصور المجهر الضوئي، مما يعالج بنجاح التحديات في كل من سيناريوهات التصوير الارتباطي ذات التوافق العالي والمنخفض.
تقدم هذه الورقة سير عمل قائم على لغة بايثون، وهو قابل للضبط والتكرار والتفاعل، يعزز استخراج الدماغ باستخدام التعلم العميق مع الحفاظ التكيفي على المعالم التشريحية وضبط الجودة المتكامل لتحقيق التوازن بين حماية الخصوصية والمنفعة التشريحية في معالجة التصوير بالرنين المغناطيسي الهيكلي.
لمعالجة تحديات عدم الاتساق في التقييم ومحدودية قابلية التكرار في التنبؤ بالإمكانات متعدد الوسائط، تقترح هذه الورقة "ورقة الإمكانات" (Affordance Sheet)، وهي معيار توثيق شامل يفصل صياغات المهام، والنماذج، ومجموعات البيانات، والبروتوكولات لتمكين القياس المرجعي العادل والنشر الموثوق في العالم الحقيقي.
تقترح هذه الورقة البحثية \algname، وهو إطار عمل موحد للتكيف في وقت الاختبار (Test-Time Adaptation) للنماذج الرؤية-اللغوية، يقوم بالربط بين الاستدلال والتكيف من خلال صياغة التصنيف صفري القدرة (zero-shot classification) كمسألة نقل أمثل من نوع واسرستاين (Wasserstein Optimal Transport) لتوليد تسميات مستعارة (pseudo-labels) قوية، والتي تُستخدم لاحقاً في فقد تباين (Info-NCE contrastive loss) متوافق نظرياً لتحقيق أداء رائد (state-of-the-art) تحت ظروف تغير التوزيع.
تقترح هذه الورقة إطار عمل TTSD-FAR، وهو إطار عمل فعال من حيث المعلمات يجمع بين التقطير الذاتي في وقت الاختبار والترميم المرتكز على فشر لتمكين نماذج اللغة والفيديو الكبيرة من التكيف بمتانة مع الوسائط المفقودة أو المشوشة أثناء التعرف على العواطف، مع منع تدهور الأداء من خلال مراقبة الاستقرار وتصحيح الانحراف.
يقدم نظام Depth Anything V4 (DAV4) إطار عمل مبتكر لإعادة بناء المشاهد الديناميكية رباعية الأبعاد أحادية الكاميرا، والذي يستفيد من مطابقة التدفق الريماني على معاملات التغطية الغاوسية رباعية الأبعاد لضمان صحة الحالات الوسيطة وتحقيق أداء فائق دون الحاجة إلى تسميات عمق مُعدة بشرياً.
تقدم هذه الورقة البحثية JSL-DC، وهي أكبر مجموعة بيانات للغة الإشارة اليابانية المتمحورة حول الصم وتضم 36.7 ألف فيديو وأوصافاً مستمدة من لغويين للإشارات المتشابهة، مما يُمكّن نموذجاً جديداً من التفوق على أساليب التعرف الرائدة بنسبة 9.8% في مجموعات فرعية صعبة.
يُعد CoMVS-GS إطار عمل مبتكر لإعادة بناء الأسطح يعمل على تعزيز تقنية Gaussian Splatting ثلاثية الأبعاد من خلال دمج الرؤية متعددة المناظر (Multi-View Stereo) من أجل تهيئة قوية هندسياً، وتوظيف الإشراف المتبادل لـ PatchMatch-3DGS لتنقية المناطق ضعيفة القيود، واستخدام مسار قطع "ديلاوني" (Delaunay graph-cut) لاستخراج شبكات عالية الجودة، مما يحقق دقة هندسية فائقة وتماسكاً في الشبكات في كل من المشاهد الداخلية والخارجية.