12446 ورقة بحثية
تقدم هذه الورقة طريقة مبتكرة موجهة بالفيزياء تعمل على استعادة صوت المشهد من اهتزازات أسطح الأجسام الصلبة الصعبة عبر التقاط اهتزازات متعددة النقاط وعكس دالة نقل الرنين الخاصة بالجسم باستخدام نموذج تشكيل قائم على النمط، مما يتفوق بشكل كبير على النهج الحالية أحادية النقطة ومعالجة الإشارات.
تقدم هذه الورقة معياراً شاملاً يثبت أن نماذج الرؤية التأسيسية الحديثة تتفوق بشكل كبير على نموذج CLIP في اكتشاف الصور المولدة بواسطة الذكاء الاصطناعي، وتقترح رأس تصنيف يعتمد على تجميع الانتباه القابل للضبط (TAP) يستفيد من هذه النماذج لتحقيق أداء قياسي جديد في اختبارات الكشف الميدانية الصعبة.
تقترح هذه الورقة البحثية إطار عمل **Bridge**، وهو إطار عمل جديد قائم على القواعد يدمج الاستدلال السببي مع نماذج الرؤية التأسيسية للتخفيف من الارتباطات الزائفة وتعزيز التعميم النطاقي في اكتشاف الأشياء من خلال تعلم قواعد منخفضة الرتبة لتعديل الباب الأمامي.
تقدم هذه الورقة البحثية ArtiAD، وهو أول معيار مرجعي واسع النطاق للكشف عن الشذوذ في الأشكال ثلاثية الأبعاد المفصلية، وتقترح طريقة حقل المسافة الموقعة المدركة للشكل والوضعية (SPA-SDF) للتغلب على قيود الأولويات الصلبة من خلال الفصل الصريح بين التباينات الهندسية الناجمة عن الوضعية وبين العيوب الهيكلية الحقيقية.
تقدم هذه الورقة KAYRA، وهي بنية خدمات مصغرة قائمة على الحاويات لنمط نووي مدعوم بالذكاء الاصطناي، تجمع بين خط معالجة تعلم عميق متتالي ونشر مرن عبر السحابة أو في الموقع، مما أظهر تحسينات ذات دلالة إحصائية في دقة التجزئة والتصنيف مقارنة بالأنظمة التجارية القائمة في تقييم سريري تجريبي.
يُعد Three-Step Nav مخططاً هرمياً يعتمد على التعلم الصفري (zero-shot)، حيث يستفيد من النماذج اللغوية الكبيرة متعددة الوسائط لتحسين الملاحة القائمة على الرؤية واللغة عبر تنفيذ بروتوكول ثلاثي الرؤى يتضمن التخطيط العالمي الأمامي، ومحاذاة الهدف الفرعي الحالي، وتدقيق المسار الخلفي للقضاء على الانحراف وتحقيق أداء رائد في مجموعات بيانات R2R-CE وRxR-CE دون الحاجة إلى الضبط الدقيق.
مستوحىً من فرضية تذكرة اليانصيب جيدة التهيئة، يقدم البحث "Soft-Transformer" (Soft-TF)، وهو إطار عمل للتعلم المستمر فعال في استخدام المعلمات، يستخدم أقنعة ضربية ذات قيم حقيقية ناعمة على إسقاطات الانتباه الذاتي لنموذج "Transformer" مدرب مسبقاً ومجمد، مدمجاً مع آلية تعزيز مزدوجة لتحقيق أداء يضاهي أفضل النتائج الحالية مع التخفيف بفعالية من النسيان الكارثي.
تقترح هذه الورقة نظاماً مبتكراً لاسترجاع الفيديو يتغلب على قيود تحليل الإطار الواحد من خلال دمج البيانات متعددة الوسائط من إطارات فيديو متعددة لالتقاط رؤى وتصورات مجردة وعالية المستوى ومعانٍ كامنة من أجل نتائج استعلام أكثر دقة.
تقدم هذه الورقة خوارزمية مبتكرة تدمج حساب التفاضل والتكامل متعدد المتغيرات، وطريقة المكعبات الزاحفة (marching cube)، وشجرة الفنويك الثنائية ثلاثية الأبعاد (3D Binary Indexed Tree) لتمكين الحساب الفعال والدقيق للأحجام ثلاثية الأبعاد من بيانات التصوير المقطعي المحوسب (CT) أو التصوير بالرنين المغناطيسي (MR)، محققةً دقة عالية مع انحرافات ضمن نطاق عبر مختلف البنى التشريحية.
تُعد NimbleReg إطار عمل للتعلم العميق خفيف الوزن يستفيد من هيكل PointNet ومعلمة حقل السرعة الثابت لتوليد تسجيلات صور تباينية الشكل عبر محاذاة أسطح تشريحية متعددة مجزأة، محققةً أداءً يضاهي الأساليب المعتمدة على الصور والمتطورة مع تجنب التمثيلات الشبكية كثيفة الاستهلاك للأجهزة.