12381 ورقة بحثية
يُعد GraphFusion3D إطار عمل موحداً للكشف عن الأجسام ثلاثية الأبعاد يعالج تحديات السحب النقطية المتناثرة وغير المكتملة من خلال دمج محول متكيف عبر الوسائط (Adaptive Cross-Modal Transformer) لإثراء الميزات متعددة الوسائط، ووحدة استدلال رسومي (Graph Reasoning Module) ذات انتباه متعدد المقاييس لنمذجة كل من الهياكل الهندسية المحلية والسياق الدلالي العالمي ديناميكياً.
تقدم هذه الورقة ProcObject-10K، وهو أول معيار اختبار مصمم لتقييم الاستدلال المتمحور حول الأشياء والربط الزمني في مقاطع الفيديو التعليمية، مما يكشف أن النماذج متعددة الوسائط الحالية تعتمد بشكل كبير على الأولويات اللغوية بدلاً من ديناميكيات الأشياء دقيقة التفاصيل، مع إثبات أن الضبط الدقيق المتمحور حول الأشياء يمكن أن يسد هذه الفجوة بفعالية.
يُعد RAG-HAR إطار عمل يعتمد على الاسترجاء المعزز ولا يتطلب تدريباً، حيث يسخر النماذج اللغوية الكبيرة وهندسة الأوامر المُحسّنة لتحقيق أداء رائد في التعرف على الأنشطة البشرية عبر معايير متنوعة، مع تمكين تحديد الأنشطة غير المرئية دون الحاجة إلى ضبط دقيق للنموذج أو مجموعات بيانات ضخمة موسومة.
تقدم هذه الورقة نموذجاً تأسيسياً للفيديو واسع النطاق، تم تدريبه على بيانات الأنشطة البشرية بمقياس الإنترنت، والذي يولد خطط فيديو بنمط "الصفر استباقي" (zero-shot) لمهام روبوتية مستحدثة، والتي يتم تحويلها بعد ذلك إلى أفعال قابلة للتنفيذ لإظهار قدرة قوية على التعميم والجدوى في العالم الحقيقي.
تقدم الورقة البحثية Image-LoRA، وهي طريقة لضبط المعلمات بكفاءة عالية تهدف إلى تكييف الرموز المرئية فقط ومجموعة فرعية مدمجة من مسارات القيم لرؤوس الانتباه، وذلك لتقليل التكاليف الحسابية مع الحفاظ على أداء النموذج الأساسي المجمد في النصوص النقية.
تقدم هذه الورقة البحثية خوارزمية OCP-GN، وهي خوارزمية تحسين من الدرجة الثانية جديدة تعتمد على مبدأ التحكم الأمثل (Optimal Control Principle)، والتي تحقق تعقيداً حسابياً قدره O(d) ومتانة قوية لتدريب الشبكات العصبية واسعة النطاق، مما يظهر تفوقاً ملحوظاً على الطرق الحالية عبر معايير قياسية متعددة.
تقترح الورقة البحثية CORP، وهي طريقة تقليم هيكلي مغلقة الصيغة وذات خطوة واحدة، تقوم بإزالة مكونات الـ MLP والـ attention في نماذج الـ Transformers باستخدام البيانات غير المصنفة فقط وإعادة البناء الأفيني لتحقيق دقة عالية دون الحاجة إلى إعادة التدريب أو الضبط الدقيق.
تقترح الورقة البحثية إطار عمل HLGFA، وهو إطار عمل جديد وغير خاضع للإشراف للكشف عن الشذوذ الصناعي يحقق أداءً رائدًا من خلال نمذجة اتساق الميزات عبر الدقة بين التمثيلات عالية الدقة ومنخفضة الدقة لتحديد حالات الشذوذ حيث يختل التوافق، دون الاعتماد على إعادة البناء على مستوى البكسل.
تقترح هذه الورقة آلية "الانتباه الموجه بالأفعال" (AGA)، وهي آلية انتباه مبتكرة تستفيد من تسلسلات الأفعال المتوقعة لتوجيه نمذجة النوايا الكامنة وتحسين التعميم في توقع الأفعال بالفيديو، كما يتضح من أدائها المتفوق في معيار EPIC-Kitchens-100 وقدرتها على تقديم رؤى قابلة للتفسير حول تبعيات الأفعال.
تقدم الورقة البحثية إطار عمل CARPA، وهو إطار عمل مدرك سريرياً ومرتكز تشريحياً لتوليد صور أشعة سينية اصطناعية للصدر يعمل على توسيع نطاق تغطية المفاهيم من خلال اضطرابات محكومة، مما يؤدي إلى تحسين أداء ونموذج التشخيص بالتعلم العميق ومعايرته وموثوقيته مقارنة بالطرق الحالية.