12113 ورقة بحثية
تقدم هذه الورقة دراسة حالة واقعية حول مراقبة استعادة المراعي باستخدام السلاسل الزمنية لصور الأقمار الصناعية والتعلم العميق، مبرهنةً على أنه في حين يمكن لخيارات معمارية وتقنيات تطبيع محددة تحقيق دقة عالية، فإن النشر الموثوق يتطلب معالجة الانحيازات الزمنية والعوامل المربكة بدلاً من التعامل مع المشكلة باعتبارها محلولة بالكامل.
تقدم هذه الورقة البحثية DynaForcing، وهو إطار تدريب يعالج مشكلة "الانهيار الديناميكي" في عملية التقطير القائمة على الإجبار الذاتي لتوليد الصور الرمزية (Avatar) المتدفقة، وذلك عبر الجمع بين الإجبار الهجين، وتنظيم المكافأة المدرك للديناميكيات، واضطراب المرجع، لاستعادة الحركة الزمنية وتعزيز الجودة البصرية في آن واحد مع تقليل التكاليف الحسابية بشكل كبير.
تُثبت هذه الورقة أن استراتيجية التدريب القائمة على البيانات الاصطناعية أولاً، والتي تستفيد من توليد المشاهد الاصطناعية متبوعاً بضبط دقيق على كميات صغيرة من البيانات الحرارية الحقيقية، تتغلب بفعالية على ندرة الصور بالأشعة تحت الحمراء المُصنفة وفجوات النطاق لتحقيق كشف قوي للطائرات بدون طيار من الأرض إلى الجو، حيث أثبت محاذاة مجموعة البيانات أنه أكثر أهمية من حجم النموذج.
تُعد مجموعة بيانات CFB-GBM v2.0 نسخة محسنة ومتاحة للجمهور من البيانات الطولية لـ 264 مريضاً مصاباً بالورم الأرومي الدبقي، وتتميز بتحديدات شبه كاملة (97%) لحجم الورم الإجمالي متعدد الأنماط عبر جميع النقاط الزمنية، وتسميات تطور مستمدة من معايير RANO 2.0، وسمات راديومية محوسبة مسبقاً لتسهيل الأبحاث القابلة للتكرار في التنبؤ بالاستجابة للعلاج والطب الشخصي.
تقوم هذه الورقة البحثية بتقييم أداء نماذج كشف الأجسام المتطورة الجاهزة للاستخدام على مجموعة بيانات عسكرية جديدة لإثبات أنه في حين أن الضبط الدقيق باستخدام البيانات المدنية يحسن الأداء، إلا أن تحديات كبيرة لا تزال قائمة في كشف الأهداف الصغيرة، كما يظل التدريب ضمن النطاق ذا أهمية بالغة لأنظمة الكشف والتعرف التلقائي على الأهداف.
تقدم هذه الورقة AppendiGrade، وهو إطار عمل للتعلم العميق معزز بالذكاء الاصطناعي القابل للتفسير (XAI) يستخدم نماذج InceptionV3 المحسنة وتصور Grad-CAM لتحقيق دقة بنسبة 95.58% في تصنيف خمسة أنواع من حالات التهاب الزائدة الدودية من صور الموجات فوق الصوتية، مما يعالج التحدي السريري المتمثل في التمييز بين الحالات المعقدة.
يقدم SFMformer نموذج محول خفيف الوزن لرفع دقة الصور، يقوم بفصل وتحسين اختيار الرموز وتجميعها بشكل مشترك من خلال التعزيز المكاني والتعديل في نطاق المويجات، محققاً أداءً هو الأفضل في فئته عبر معايير قياس متعددة مع الحفاظ على عدد بارامترات يقل عن مليون.
يقدم GS-Voxel إطار عمل خالٍ من الملاءمة يحول عمليات إعادة بناء "Gaussian Splatting" ثلاثية الأبعاد المُحسّنة مسبقاً إلى كامنات فوكسل (voxel latents) متفرقة ومنظمة، مما يتيح توليد مشاهد جوية ثلاثية الأبعاد واسعة النطاق وقابلة للتوسع ومشروطة بالصور دون الحاجة إلى تحسين لكل مشهد على حده.
تُظهر هذه الدراسة أن نماذج التعلم العميق ثلاثية الأبعاد، ولا سيما البنى القائمة على الصور، يمكنها تحديد مركز بصمة الفخذ للرباط الصليبي الأمامي بدقة مباشرة من صور الرنين المغناطيسي ثلاثية الأبعاد، مما يقدم أداة سريرية واعدة لتحسين وضع النفق وتقليل إخفاقات إعادة البناء.
تقدم هذه الورقة دراسة تجريبية منضبطة تكشف أن عملية الضبط الهندسي للحزم (bundle adjustment) الخالية من التهيئة تعاني من فجوة حرجة بين خطأ التحسين المنخفض وإعادة البناء المتري الصالح، مع تحديد كثافة الملاحظات واستقرار الترقية المترية كعوامل رئيسية للنجاح.