12446 ورقة بحثية
تقدم هذه الورقة نموذج "GDS-Mamba" (الممبا المتناثر المنفصل المنظم بيانياً)، الذي يدمج السياق الطوبولوجي القائم على الرسوم البيانية، وبنية منفصلة لاستخراج الميزات بشكل مستقل، ورموزاً متناثرة تكيفية لتحقيق تصنيف رائد لأنواع الأشجار من بيانات سلاسل MODIS الزمنية عبر التغلب على التحديات المتعلقة بالتوقيعات الدقيقة واقتران المعلومات.
تُظهر هذه الدراسة أن تدريب الشبكات العصبية باستخدام إشارات تغذية راجعة خشنة للغاية، مثل التمييز بين ثماني فئات عريضة فقط، كافٍ لتعلم تمثيلات بصرية تتوافق مع نشاط الدماغ البشري والأحكام الإدراكية بشكل وثيق أكثر من النماذج المدربة بأهداف دقيقة أو ذاتية التوجيه.
تقدم هذه الورقة البحثية استرجاع النصوص إلى نماذج التصميم بمساعدة الحاسوب (text-to-CAD) كمهمة جديدة متعددة الوسائط، وتقترح إطاراً موحداً يتعلم تمثيلات غنية (embeddings) متعددة الوسائط من المتواليات الإجرائية والسحب النقطية الهندسية، معززاً بفك تشفير ميزات مبتكر للمحاذاة الضمنية، وذلك لإنشاء خط أساس قوي لاسترجاع نماذج التصميم بمساعدة الحاسوب ذات الصلة دلالياً باستخدام استعلامات اللغة الطبيعية بكفاءة عالية.
تحدد هذه الورقة البحثية وتعالج "إعادة التشويه" (recorruption)، وهي نمط فشل في نماذج التوليد المعزز بالاسترجاع متعدد الوسائط حيث يتسبب السياق الدقيق في تخلي النماذج عن التنبؤات الصحيحة بسبب العمى البصري والتحيز الموضعي، وذلك عبر اقتراح إطار عمل "تدخل انتباه عنق الزجاجة للاسترداد" (BAIR) الخالي من المعلمات لاستعادة البروز البصري وتحسين موثوقية التشخيص دون الحاجة لإعادة التدريب.
تقدم الورقة البحثية RAM-H1200، وهي مجموعة بيانات معيارية جديدة واسعة النطاق تضم 1,200 صورة شعاعية لليد مع تعليقات توضيحية متعددة المستويات لتجزئة عظام اليد كاملة، وأقنعة تآكل العظام على مستوى البكسل، وتصنيف SvdH المعياري سريرياً، مما يؤسس لأول إطار موحد لتقييم تحليل التهاب المفاصل الروماتويدي الشامل مع الكشف عن أن الكشف الكمي عن تآكل العظام لا يزال يشكل تحدياً كبيراً مقارنة بالنمذجة التشريحية.
تقدم هذه الورقة مجموعة بيانات Gen4Regen وإطار عمل يستفيد من نموذج الرؤية واللغة Nano Banana Pro لتوليد أزواج صور وأقنعة متوافقة بكسلياً، مما يثبت أن دمج هذه العينات المولدة بالذكاء الاصطناًعي مع بيانات محدودة من العالم الحقيقي يحسن بشكل كبير أداء التجزئة الدلالية لأنواع تجدد الغابات النادرة وغير الممثلة كفاية.
تقترح هذه الورقة مساراً مبتكراً لالتقاط مظهر الوجه في الظروف الطبيعية يستفيد من نموذج مسبق لشبكة إزالة الإضاءة (delighting network) مدرب، معزز بآلية تعديل مجموعات البيانات الكامنة (Dataset Latent Modulation) لتوحيد بيانات التدريب غير المتجانسة، مما يتيح تقدير الانعكاسية بجودة عالية من مقاطع الفيديو العفوية وإنشاء مجموعة بيانات NeRSemble-Scan واسعة النطاق ومفتوحة المصدر.
تقترح الورقة البحثية إطار عمل MUSE، الذي يحل المفاضلة الجوهرية بين إعادة بناء البكسل والتجريد الدلالي في التوحيد الرمزي البصري من خلال إدخال التعامد الطوبولوجي لفك الارتباط بين التدرجات الهيكلية والدلالية، محققاً بذلك جودة توليد رائدة وتفوقاً على النموذج المعلم في الإدراك الدلالي.
تقترح هذه الورقة إطاراً موحداً من منظور المعلومات والمنظور الهندسي للكشف عن أن آليات الانتباه في النماذج اللغوية البصرية الضخمة هي فائضة وظيفياً وغالباً ما يتم تخصيصها بشكل خاطئ، حيث يمكن لاستبدال أوزان الانتباه المتعلمة بقيم محددة مسبقاً أن يؤدي إلى أداء مماثل أو متفوق.
تقترح هذه الورقة البحثية CFE-PPAR، وهي أول طريقة تشفير صديقة للضغط من أجل التعرف على الأفعال مع الحفاظ على الخصوصية، والتي تستخدم محولات فيديو محولة بالمفاتيح للحفاظ على أداء تعرُّف عالٍ وجودة بصرية حتى عندما يتم ضغط الفيديوهات المشفرة.