12446 ورقة بحثية
تقترح هذه الورقة إطار عمل للكشف عن الأجسام الصناعية بنمط التعلم من أمثلة قليلة، والذي يستفيد من نماذج الرؤية التأسيسية والتقسيم لتوليد نماذج أولية للفئات من عينات مرجعية دنيا، محققاً أداءً تنافسياً دون الحاجة إلى مجموعات بيانات ضخمة موسومة أو نماذج تصميم بمساعدة الحاسوب (CAD).
تقترح هذه الدراسة منهجية SDL-COVID لإثبات أن تقسيم الرئة أمر ضروري للكشف الدقيق عن كوفيد-19 عبر صور الأشعة السينية للصدر، وأن زيادة تعزيز البيانات بشكل مفرط يمكن أن تؤدي إلى فرط التخصيص، مما يحقق في النهاية دقة بنسبة 95.21% مع معدل سلبي كاذب أقل.
تقترح هذه الورقة إطار عمل الكشف عن التزييف العميق متعدد الوسائط الموجه بالاستناد إلى العزو (AMDD)، والذي يعزز متانة الكشف من خلال التعلم المشترك لعزو التلاعب وفرض اتساق بصمة الأدلة الجنائية عبر الوسائط لإجبار النماذج على تعلم آثار حقيقية خاصة بالمولد بدلاً من سمات مجموعة البيانات.
تقدم هذه الورقة وحدة إعادة دمج الميزات المتمحورة حول الطبقة الأخيرة (LFR) التي تستفيد من التوزيع غير المنتظم للمعرفة الهندسية ثلاثية الأبعاد في DINOv3 عبر معاملة الطبقة النهائية كمرتكز هندسي ودمج الميزات الوسيطة المتكاملة بشكل تكيفي، مما يحقق أداءً هو الأفضل في حالته في تقدير العمق أحادي العدسة.
تقدم هذه الورقة خط معالجة متعدد المراحل يعمل على فصل تحديد موقع الصفحة عن الاستدلال متعدد الوسائط لتحسين دقة استخراج المعلومات الهيكلية بشكل كبير في مستندات "اعرف عميلك" (KYC) الصناعية الصاخبة ومتعددة اللغات والطويلة، متفوقاً على النماذج المرجعية لنماذج الرؤية واللغة المباشرة من طرف إلى طرف بما يصل إلى 31.9 نقطة مئوية.
تقترح هذه الورقة طريقة ترميز تحويلي تكيفي لضغط السمات الدلالية تستفيد من التحويلات والمكممات المعتمدة على النمط بناءً على نموذج الخليط الغاوسي للتفوق على تقنيات الضغط العصبي الحديثة أو مضاهاتها مع الحفاظ على المرونة والقابلية للتفسير.
تقدم هذه الورقة البحثية 3D-LENS، وهو إطار عمل مبتكر يعالج تحدي إعادة تحديد الهوية من منظور جوي-أرضي أحادي الرؤية عبر الجمع بين إعادة بناء الشبكة ثلاثية الأبعاد واسعة النطاق لتوليد مناظر جديدة متسقة هندسياً مع تعلم تمثيل قوي لسد الفجوة بين وجهات النظر والنطاقات دون الاعتماد على بيانات النطاق المستهدف أو قوالب محددة مسبقاً.
تقدم هذه الورقة البحثية "Star-Fusion"، وهي بنية محولات متعددة الوسائط تعيد صياغة تحديد الاتجاه السماوي كمهمة تصنيف طوبولوجي منفصل باستخدام تجميع "K-Means" الكروي واستراتيجية دمج ثلاثية الأجزاء، محققةً دقة عالية وكفاءة في الاستدلال في الوقت الفعلي على الأجهزة ذات الموارد المحدودة.
تقترح الورقة البحثية FunFace، وهي دالة فقدان هامش تكيفية مبتكرة للتعرف على الوجوه تدمج المنفعة البيومترية (عبر نسبة اليقين) وتقدير معيار الميزة لتحسين أداء النموذج، لا سيًا في معايير الصور منخفضة الجودة.
تشخص هذه الورقة هشاشة النماذج اللغوية الكبيرة متعددة الوسائط في قراءة مقاييس القرص الناتجة عن اعتمادها على إشارات المظهر السطحي بدلاً من هندسة الحالة الجوهرية، وتقترح TriSCA، وهو إطار محاذاة متسق للحالة ثلاثي المستويات يحسن الدقة والمتانة بشكل كبير ضد تغيرات زاوية الرؤية والإضاءة.