12446 ورقة بحثية
تثبت هذه الورقة أن نموذج تعميم النطاق العام القائم على عكس التدرج يتفوق على النماذج المرجعية الخاضعة للإشراف وتعزيز شبكات الخصومة التوليدية (GAN) في تصنيف الأنسجة المرضية غير المتأثر بالتكبير، وذلك من خلال تحقيق متانة فائقة، وانخفاض في عدم اليقين، وتوقيعات تضمين متفرقة أكثر إيجازاً وقابلية للتكرار دون إضافة تعقيد معماري.
تقدم هذه الورقة البحثية QCalEval، وهو أول معيار لتقييم نماذج الرؤية واللغة على مخططات المعايرة الكمية، كاشفاً أنه في حين تعمل النماذج المغلقة الرائدة والضبط الدقيق الخاضع للإشراف على تحسين الأداء، إلا أن فجوات كبيرة لا تزال قائمة في قدرات التعلم داخل السياق متعدد الوسائط.
تقدم هذه الورقة إطار عمل للتعلم التبايني المدرك للحركة يعزز توليد مخطط المشهد البانوبتيكي الزمني من خلال تعلم تمثيلات تمييزية لأنماط حركة الكيانات، مما يحسن بشكل كبير الأداء المتقدم في كل من مجموعات البيانات الفيديوية ورباعية الأبعاد (4D).
تقدم هذه الورقة تحليلاً ميكانيكياً لقوى التجاذب والتنافر في UMAP، موضحةً كيف تشكل تكوينات العناقيد ومقترحةً تعديلاً على التجاذب لتحسين اتساق التضمين تحت التهيئة العشوائية.
تقترح الورقة البحثية نموذج الانتشار ذاتي الإشراف ثنائي المجال متعدد المسارات (DMSM)، وهو إطار عمل مبتكر يعمل على تحسين إعادة بناء التصوير بالرنين المغناطيسي المتسارع من خلال استخدام مخطط تدريب ذاتي الإشراف، وشبكة انتباه هجينة خفيفة الوزن، واستراتيجية استدلال متعددة المسارات لتعزيز الدقة والكفاءة والقابلية للتفسير السريري من خلال تقدير عدم اليقين.
تقترح هذه الورقة تمثيلاً جديداً لدالة المسافة الاتجاهية الموقعة (SDDF) يجمع بين الأولويات الإهليلجية الصريحة والبواقي العصبية الضمنية لتحقيق إعادة بناء ثلاثي الأبعاد ورندرة قابلة للتفاضل تتسم بالكفاءة والدقة والاتساق الهندسي، متفوقة بذلك على الأساليب الحالية مثل NeRF وSDF وGaussian Splatting في كل من السرعة والدقة الهندسية.
تقدم الورقة البحثية SLAM&Render، وهي مجموعة بيانات مرجعية مبتكرة تم تسجيلها بواسطة ذراع روبوتية توفر بيانات متعددة الوسائط متزامنة ووضعيات حقيقية لتقييم الأساليب عند تقاطع التوطين ورسم الخرائط المتزامن (SLAM) والتحسين العصبي للصور (Neural Rendering)، مما يعالج الفجوات في مجموعات البيانات الحالية فيما يتعلق بالعمليات المتسلسلة، وتعدد الوسائط، ودقة إعادة إنتاج الحركة.
تقدم هذه الورقة البحثية SIV-Bench، وهو معيار مرجعي شامل للفيديو يتكون من 2,792 مقطعاً و5,455 زوجاً من الأسئلة والأجوبة المصممة لتقييم النماذج اللغوية الكبيرة متعددة الوسائط في مهام التفاعل الاجتماعي، كاشفةً أنه بينما تتفوق النماذج الحالية في فهم المشاهد، فإنها تعاني في الاستدلال على الحالة الاجتماعية والتنبؤ بالديناميكيات بسبب عدم التوافق مع العمليات الفكرية البشرية.
يُعد ODE-GS إطار عمل مبتكر يتيح الاستقراء المستقبلي للمشاهد ثلاثية الأبعاد الديناميكية في وقت مستمر من خلال نمذجة مسارات معاملات غاوس ثلاثية الأبعاد كديناميكيات كامنة تتطور عبر المعادلات التفاضلية العادية (ODEs) العصبية.
تُعد "فرانكا" (Franca) أول نموذج رؤية تأسيسي مفتوح المصدر بالكامل يضاهي أو يتفوق على أداء النماذج المملوكة ذات الحالة الراهنة، وذلك من خلال تقديم نهج تجميع "ماتريوشكا" المتداخل المبتكر واستراتيجية فك الارتباط الموضعي لمعالجة الغموض الدلالي وتحسين كفاءة الميزات.