12446 ورقة بحثية
تستقصي هذه الورقة البحثية المقايضات بين الدقة والكفاءة في الشبكات العصبية العميقة للتعرف على الأماكن القائم على تقنية ليدار (LiDAR) على الأجهزة الطرفية، وذلك من خلال قياس أداء بنيات "منظور عين الطائر" (Bird's Eye View) خفيفة الوزن تحت مستويات تكميم مختلفة (FP32، FP16، INT8) لتوجيه استراتيجيات النشر المستقبلية الواعية بحالات الاستخدام.
تقترح هذه الورقة بنية شبكة عصبية تلافيفية (CNN) معززة بآلية انتباه النطاق الكانوني (CBAM) لمعالجة عدم توازن الفئات وتحديد مواقع الأمراض متعددة الملصقات في تشخيص صور الأشعة السينية للصدر، محققةً متوسط مساحة تحت المنحنى (AUC) قدره 0.8695 على مجموعة بيانات ChestXray14.
تقترح هذه الورقة إطار عمل مبتكر يعزز التعلم في السياق متعدد الوسائط من خلال معالجة الفجوات الاستقرائية وفائض الرموز المرئية عبر عملية استدلال استقرائي-استنباطي مهيكلة، وضغط الرموز، وإعادة توازن الانتباه الديناميكي، ومسار تعلم تعزيزي، مما يؤدي إلى تحسينات كبيرة في الأداء عبر مختلف معايير الاختبار اللغوية-البصرية.
تؤكد هذه الدراسة متانة وقابلية تعميم نموذج GleasonAI المتكامل لتقييم درجة سرطان البروستاتا عبر 17 عاماً من العينات الروتينية المؤرشفة من 14 منطقة سويدية، مما يظهر أداءً يضاهي أطباء المسالك البولية ذوي الخبرة وتدرجاً إنذارياً هاماً للوفيات المرتبطة بالسرطان.
يقترح ViewSAM إطار عمل ضعيف الإشراف مكون من مرحلتين يستفيد من النماذج التأسيسية كمولدات للتسميات المستعارة، ويقدم نموذجاً عابراً للأنماط مدركاً للمنظور لتحقيق أداء رائد في تتبع الأجسام المتعددة عبر الرؤى المختلفة باستخدام ملصقات فئات الأجسام التقريبية فقط.
لمعالجة التحيز اللغوي والهلوسة في نماذج اللغة والرؤية الكبيرة الناتجة عن الإشراف الهندسي غير الأمثل، تقترح الورقة البحثية شبكة التدفق الإدراكي (PFlowNet)، وهي إطار عمل مبتكر يفصل الإدراك عن الاستنتاج ويستخدم التعلم التعزيزي التبايني لتحقيق أداء رائد في معايير الاستنتاج البصري.
تقدم هذه الورقة البحثية TOC-SR، وهو إطار عمل يستفيد من التقطير التوليدي المعتمد على الميزات والتحسين البايزي المقيد بـ إبسيلون لاكتشاف هيكل انتشار مدمج، والذي يتم تقطيره بعد ذلك إلى مولد ذي خطوة واحدة فعال لرفع دقة الصور بجودة عالية مع تقليل تعقيد النموذج والتكلفة الحسابية بشكل كبير.
تقترح الورقة البحثية IConFace، وهو إطار عمل موحد يستخدم التكييف غير المتماثل للهوية والبنية لتحقيق توازن فعال بين الحفاظ على الهوية القائمة على المرجع واستعادة البنية غير المرجعية من أجل ترميم الوجوه الأعمى عالي الجودة في ظل التدهور الشديد.
لمعالجة التراجع في تقييم التعرف على الأفعال لنماذج الرؤية واللغة، تقدم هذه الورقة VideoNet، وهو معيار مرجعي واسع النطاق يغطي 1,000 فعل خاص بمجالات محددة ومجموعة بيانات تدريبية لأسئلة وأجوبة الفيديو تبلغ 500 ألف فيديو، مما يثبت أن الضبط الدقيق على هذه البيانات يمكّن النماذج الأصغر من التفوق على نظيراتها الأكبر ذات الأوزان المفتوحة في التعرف على الأفعال المعقدة والخاصة بمجالات محددة.
تقدم هذه الدراسة مراجعة شاملة للسلامة في الذكاء الاصطناዊ المجسد من خلال تقديم تصنيف موحد متعدد المستويات يفحص الهجمات والدفاعات عبر مسار الوكيل بأكمله، وتوليف الرؤى من أكثر من 400 ورقة بحثية لتحديد التحديات الحرجة وتقديم خارطة طريق لبناء أنظمة واقعية آمنة وقوية وموثوقة.