12446 ورقة بحثية
تقدم هذه الورقة منصة تحليل بصري مفتوحة المصدر تمكن العلماء من تفسير والتحقق من واستكشاف التمثيلات القائمة على التضمين لبيانات الطقس والمناخ واسعة النطاق عبر ربط نتائج البحث في الفضاء الكامن بأصولها الفيزيائية وبياناتها الوصفية، مما يسهل سير عمل الاكتشاف لتحديد واسترجاع الأحداث المماثلة مثل الأعاصير المدارية.
تُعد GEODE طريقةً للكشف عن البيانات خارج النطاق (OOD) تحافظ على الهندسة، حيث تستخدم فقدان معيار تكيفي للزوايا لمحاكاة فوائد معايرة الحدود لتعرض القيم المتطرفة اصطناعياً، مما يحقق أداءً قوياً عبر جميع المقاييس السبعة القياسية دون الحاجة إلى بيانات مساعدة منسقة.
تقدم الورقة البحثية Neighbor2Inverse، وهو إطار عمل لتقليل الضجيج يعتمد على التعلم الذاتي يستفيد من مبدأ Neighbor2Neighbor لتمكين إعادة البناء عالية الجودة لصور التصوير المقطعي المحوسب بالأشعة السينية القائمة على تباين الطور ذات الجرعة المنخفضة دون الحاجة إلى بيانات تدريب مقترنة ذات جرعة عالية، مما يحافظ على التفاصيل الهيكلية الدقيقة مع تقليل الضجيج بشكل كبير.
تقدم هذه الورقة طريقة عالية الكفاءة وقابلة للنقل لصياغة أمثلة خادعة غير مستهدفة من خلال تحسين مرشحات صور تلافيفية بسيطة بحجم 3×3 مستوحاة من كشف الحواف، محققة معدلات نجاح هجومية كبيرة بـخمس مراتب عشرية أقل من النماذج القائمة على النماذج التوليدية.
تقترح الورقة البحثية CEZSAR، وهي طريقة تعلم تبايني جديدة للتعرف على الأفعال بدون تدريب مسبق (Zero-Shot Action Recognition)، تعالج الفجوات الدلالية والانزياحات النطاقية من خلال محاذاة تمثيلات الفيديو والنصوص في فضاء مشترك باستخدام إجراء أخذ عينات سلبية تلقائي، محققةً نتائج هي الأفضل في حالتها على مجموعتي بيانات UCF-101 وKinetics-400.
تقترح هذه الورقة استخدام نماذج الانتشار القائمة على الدرجة الشرطية لتخليق خرائط طور واقعية من صور الرنين المغناطيسي ذات القدر فقط، مما يتيح إنشاء مجموعات بيانات k-space واسعة النطاق تعمل على تحسين تدريب ودقة التشخيص لنماذج إعادة بناء الرنين المغناط المغناطيسي المتسارع القائمة على التعلم العميق بشكل كبير مقارنة بالبدائل الحالية.
تقدم هذه الورقة TT4D، وهي مجموعة بيانات لتنس الطاولة واسعة النطاق وعالية الدقة تم إعادة بنائها من فيديوهات بث أحادية العدسة عبر مسار عمل مبتكر يعتمد على مبدأ "الرفع أولاً" (lift-first) للتغلب على تحديات الحجب والتقسيم لتمكين تطبيقات متقدمة في إعادة العرض الافتراضي، وتحليل اللاعبين، وتعلم الروبوتات.
تقدم هذه الورقة EduGage، وهو عبارة عن مجموعة بيانات ونظام متعدد الوسائط يستفيد من أجهزة الاستشعار القابلة للارتداء وأجهزة الاستشعار القائمة على الكاميرا لتقدير مستوى اندماج المتعلم اللحظي في التعلم عبر الفيديو الموجه ذاتياً، مما يثبت أن الجمع الخفيف بين الإشارات السلوكية والفسيولوجية يتفوق على مختلف النماذج المرجعية مع إطلاق مورد شامل للأبحاث القابلة للتكرار.
تُظهر هذه الدراسة أنه في نماذج الرؤية واللغة ذات التعلم الصفري لتجزئة أورام سرطان الرئة غير صغيرة الخلايا (NSCLC)، يمثل الموقع التشريحي المحرك المهيمن للانتباه المكاني، مما يمكّن نموذجاً مثل VoxTell من تحقيق أداء يضاهي النماذج المرجعية التي تم ضبطها بدقة، مع تسليط الضوء على الحاجة الماسة لتقييم نماذج التجزئة بناءً على توافقها مع أبعاد محددة للمطالبات بدلاً من الاعتماد على درجات "Dice" وحدها.
تقدم هذه الورقة GameScope، وهو أكبر وأكثر مجموعات بيانات معايير جودة فيديو الألعاب تنوعاً حتى الآن، والذي يضم 4,048 عينة عبر برامج الترميز H.264 وH.265 وAV1 مع محتوى من المستخدمين ومحتوى احترافي، وسمات جودة مفصلة، وتعليقات بشرية واسعة النطاق للنهوض بتقييم جودة الفيديو متعدد السمات ومتعدد برامج الترميز.