12446 ورقة بحثية
يُعد SAVEMem إطار عمل ثنائي المرحلة وخالٍ من التدريب، يعمل على تعزيز فهم الفيديو المتدفق عبر الإنترنت من خلال دمج البروز الدلالي في توليد الذاكرة واستخدام الاسترجاع المتكيف مع الاستعلام، مما يحسن الأداء بشكل كبير في اختبارات مثل OVO-Bench مع تقليل ذروة استخدام ذاكرة وحدة معالجة الرسومات.
تقترح هذه الورقة إطار عمل موحد لتدفق التدرج من نوع "Euclidean-Wasserstein-2" يقوم بشكل مشترك بعمليات أخذ عينات اللاحقة وتحسين المطالبات في الفضاء الكامن لنماذج الانتشار الكامنة للرؤية واللغة، مما يتيح جودة إعادة بناء هي الأفضل في مجالها للمشكلات العكسية بتكاليف حوسبة أقل بكثير وعدد أقل من تقييمات الدوال العصبية دون الحاجة إلى الانتشار العكسي عبر المشفرات التلقائية.
تُثبت هذه الورقة أن كلاً من تسطح مشهد الخسارة ومحاذاة التدرج ضروريان بنيوياً لتقليل المخاطر الزائدة في التعلم متعدد التوزيعات، مما أدى إلى اقتراح SAGE، وهي طريقة مبتكرة تعمل على تحسين هاتين الخاصيتين في آن واحد عبر الاضطرابات المدركة طيفياً وحقن الضوضاء متناحية الخواص لتحقيق أداء رائد في تعميم النطاق والتعلم متعدد المهام.
تقدم هذه الورقة TAVIS، وهو معيار شامل وبنية تحتية للتقييم لتعلم التقليد بالرؤية النشطة، يتميز بمجموعات مهام متنوعة، ومنصات مجسدة، ومقاييس مبتكرة مثل "زمن استباق النظرة للفعل" (Gaze-Action Lead Time) للقياس المنهجي لفوائد وقيود النظرة الاستباقية في المعالجة الروبوتية.
تقدم هذه الورقة البحثية نموذج الانتشار الفوكسلي المنفصل (DVD)، وهو إطار عمل يعامل الإشغال الفوكسلي كمتغير منفصل أصيل لتمكين التوليد الفعال، وتقدير عدم اليقين، والتحرير في جولة واحدة للسقالات الفوكسلية المتفرقة ضمن مسارات العمل ثلاثية الأبعاد دون الحاجة إلى عتبة التحويل من المستمر إلى المنفصل.
تقترح هذه الورقة إطاراً احتمالياً يجمع بين دوال المسافة الموقعة العميقة وأخذ عينات ماركوف تشين مونت كارلو لتمكين إعادة بناء دقيقة وشاملة لليقين لشكل القلب من بيانات متفرقة أو مشوشة، مما يعزز الموثوقية السريرية.
تقترح هذه الورقة إطار عمل جديد لتقطير المعرفة متعدد الوسائط يعمل على سد الفجوة بين شبكتي المعلم والطالب من خلال إجبار الطالب على تعلم مصفوفة "جرام" (Gram Matrix) الخاصة بالمعلم على مستوى الوسائط، مما يتيح التقاط معلومات العلاقات الجوهرية بين الوسائط بدلاً من مجرد المخرجات النهائية.
تقدم هذه الورقة LiCamPose، وهو مسار عمل لتقدير وضعية جسم الإنسان ثلاثي الأبعاد في زمن أحادي الطابع يتسم بالمتانة، يقوم بدمج بيانات RGB متعددة المشاهد وبيانات ليدار (LiDAR) متفرقة باستخدام بنية حجمية، مستفيداً من مولد بيانات اصطناعية وتكيف النطاق غير الخاضع للإشراف لتحقيق تعميم قوي عبر سيناريوهات متنوعة دون الحاجة إلى تعليقات توضيحية يدوية ثلاثية الأبعاد.
تقترح هذه المقالة نهجاً لتعلم المقاييس يدمج التصنيفات الزوجية لتحسين تقدير أقدار الزلازل من صور القمر الصناعي "سنتينل-1"، محققةً انخفاضاً في متوسط الخطأ المطلق بنسبة تزيد عن 30% مقارنة بطرق الانحدار الصرفة التقليدية، لا سيما في النماذج القائمة على بنيات المحولات (Transformer).
تقترح هذه الورقة البحثية نموذج "وايديجان" (WaDiGAN)، وهو نموذج انتشار شرطي قائم على المويجات (wavelet-based conditional diffusion model) يعمل على تسريع عملية التدريب والاستنتاج بشكل كبير لعملية تعلية دقة الصورة الواحدة (single-image super-resolution) مع الحفاظ على مخرجات عالية الدقة، مما يعالج بفعالية قيود السرعة التي تواجهها نماذج الانتشار التقليدية.