12446 ورقة بحثية
تقترح الورقة البحثية Vision-EKIPL، وهو إطار عمل جديد للتعلم التعزيزي يعزز قدرات الاستدلال البصري للنماذج اللغوية الكبيرة متعددة الوسائط من خلال ضخ إجراءات عالية الجودة من نماذج مساعدة خارجية أثناء التدريب، مما يؤدي إلى توسيع فضاء الاستكشاف، وتسريع التقارب، وتحقيق تحسن في الأداء يصل إلى 5% مقارنة بأحدث الأساليب المتبعة.
تقدم الورقة البحثية FOMO260K، وهو عبارة عن مجموعة بيانات ضخمة وغير متجانسة تضم أكثر من 260,000 صورة رنين مغناطيسي للدماغ من مصادر عامة متنوعة، صُممت لتسهيل وتحديد معايير التعلم الخاضع للإشراف الذاتي في التصوير الطبي من خلال الحد الأدنى من المعالجة المسبقة والنماذج المدربة مسبقاً المرافقة لها.
يُعد FASTA وكيلًا عصبيًا رمزيًا فعالًا من حيث التكلفة، يجمع بين التخطيط السريع القائم على النماذج اللغوية الكبيرة وبين بحث A البطيء والدقيق وتنقيب الروتينات الفرعية التكيفي لحل مهام تحرير الصور المعقدة متعددة الخطوات بكفاءة، وذلك عبر إعادة استخدام الروتينات الفرعية المتعلمة للمهام الفرعية الشائعة مع حجز البحث العميق للتحديات الجديدة.
تقترح هذه الورقة إطار عمل لتصنيف أمراض القلب والأوعية الدموية يتميز بالقابلية للتفسير، حيث يجمع بين التجزئة التشريحية والتسجيل القائم على الأطلس لاستخراج السمات الراديومية والهندسية، محققاً دقة أعلى بكثير (87.50%) على مجموعة بيانات ASOCA مقارنة بنماذج التعلم العميق من طرف إلى طرف المدربة على صور الأشعة المقطعية الخام.
تقترح هذه الورقة إطار عمل الضبط الدقيق النشط الانتقائي شبه المُشرف (ASSFT)، الذي يعزز تكييف النماذج الرؤيوية التأسيسية الطبية لتقسيم البيانات الحجمية من خلال الجمع بين استراتيجية التعلم النشط التي تختار العينات المعلوماتية بناءً على التباين المعرفي والصعوبة التشريحية، وبين نهج شبه مُشرف يستفيد من البيانات غير المُصنفة الموثوقة لتعظيم الأداء في ظل ميزانيات التوسيم المحدودة.
يقدم هذا البحث LIBERO+، وهو معيار مرجعي دقيق بترميزات تركز على الأشياء، وSlotVLA، وهو إطار عمل يعتمد على انتباه الفتحة (slot-attention) يستفيد من تمثيلات علاقات الأشياء المدمجة لتحقيق معالجة روبوتية متعددة المهام تتسم بالكفاءة، والقابلية للتفسير، والتنافسية.
تقدم هذه الورقة البحثية نموذج POMA-3D، وهو أول نموذج تمثيل ثلاثي الأبعاد ذاتي الإشراف يستفيد من خرائط النقاط لنقل المعارف الأساسية ثنائية الأبعاد إلى الفهم ثلاثي الأبعاد عبر استراتيجية محاذاة المنظور إلى المشهد والتمثيل المشترك التنبؤي، مما يظهر أداءً قويًا عبر مهام ثلاثية الأبعاد متنوعة باستخدام المدخلات الهندسية فقط.
تقدم هذه الورقة ProbGLC، وهو إطار عمل موحد احتمالي وحتمي لتحديد المواقع عبر الرؤى المتعددة، صُمم لتعزيز الوعي بالموقع واتخاذ القرار من أجل الاستجابة السريعة للكوارث عبر تحقيق دقة وقابلية للتفسير في أعلى المستويات عبر سيناريوهات الكوارث المتنوعة.
تقترح هذه الورقة إطار عمل للتعلم الذاتي المتقدم لثبات مع آلية بقعة عمياء مرحلية وحقن ضوضاء محكوم للتغلب على عدم كفاءة التدريب وتحقيق أداء فائق في إزالة الضوضاء من التصوير المقطعي المحوسب منخفض الجرعة دون الاعتماد على بيانات الجرعة الطبيعية المقترنة.
يقدم هذا الإسهام CLAMP، وهو إطار عمل جديد للتدريب المسبق ثلاثي الأبعاد يستفيد من التعلم التبايني على السحب النقطية متعددة المشاهد وأفعال الروبوت لتحسين كفاءة العينات وأداء سياسات التلاعب بالروبوت في كل من المهام المحاكاتية والواقعية.