12446 ورقة بحثية
تبحث هذه الورقة في فجوة الأداء بين صور الطائرات بدون طيار عالية الدقة والملتقطة عن قرب، وبين الصور من منظور علوي ذات الدقة المنخفضة، في تصنيف أنواع الأشجار الاستوائية، حيث وجدت أنه بينما تحقق الصور الملتقطة عن قرب نتائج أفضل — خاصة بالنسبة للأنواع النادرة — فإن محاذاة التمثيل ذاتي الإشراف يمكن أن تسد هذه الفجوة لتحسين مراقبة المظلة الشجرية على نطاق واسع.
تقدم الورقة البحثية "ملاحظات الفيضانات الحضرية" (UFO)، وهي مجموعة بيانات جديدة مصنفة يدويًا من صور أقمار "PlanetScope" عالية الدقة، صُممت لتحسين رسم خرائط والتحقق من غمر ما بعد الفيضانات في البيئات الحضرية المعقدة.
تقترح هذه الدراسة منهجية لتصنيف اعتلال الشبكية السكري القابل للتفسير من خلال دمج نماذج الشبكات العصبية الالتفافية (CNN) ونماذج المحولات (Transformer)، وتعزيز الفائدة السريرية عبر خرائط الإسناد البصري والمبررات النصية المولدة بواسطة نماذج الرؤية واللغة.
تقدم الورقة البحثية **DeLock**، وهي طريقة تمنع "الارتباط القسري" (lock-in)—أي فقدان القدرة على اتباع التعليمات والتعميم أثناء مرحلة ما بعد التدريب ببيانات منخفضة لسياسات الرؤية واللغة والحركة (VLA)—عن طريق الحفاظ على الربط البصري المدرب مسبقاً واستخدام توجيه المحفز التبايني في وقت الاختبار للحفاظ على القدرة على التوجيه.
لمواجهة التحدي المزدوج المتمثل في التوزيعات ذات الذيول الطويلة والضجيج العالي في الملصقات، يقترح هذا البحث **الإشراف بالمعلم الضعيف (WTS)**، وهي طريقة تستفيد من المحاذاة عبر الوسائط للنماذج اللغوية البصرية المدربة مسبقًا لتصحيح عدم الاتساق بين الملصق والصورة باستخدام معلومات نصية مساعدة.
تقترح هذه الورقة نموذجاً هجيناً للتعلم العميق يدمج بين شبكة عصبية تلافيفية بأسلوب SqueezeNet ومحول (transformer) بأسلوب MobileViT باستخدام بوابة انتباه تكيفية لدمج الميزات المحلية والعالمية ديناميكياً، مما يحقق دقة عالية في تصنيف صور الرنين المغناطيسي لأورام الدماغ.
يُعد UpstreamQA إطار عمل نمطيًا يعمل على تحسين الإجابة على الأسئلة المتعلقة بالفيديو من خلال استخدام نماذج استدلال ضخمة لتوليد خطوات وسيطة صريحة — مثل تحديد الأشياء وسياق المشهد — لتعزيز القدرة على التفسير وقدرات الاستدلال متعدد الخطوات للنماذج متعددة الوسائط في المراحل اللاحقة.
تقدم هذه الورقة DyABD، وهو معيار مرجعي جديد وصعب للغاية للتصوير بالرنين المغناطيسي الديناميكي لتقسيم عضلات البطن، يتميز بتباين تشريحي شديد ناتج عن حركة المريض، بهدف دفع الأبحاث السريرية في مجال الفتوق البطنية وتقييم قدرات التعميم لنماذج التقسيم الحالية.
يُعد AnalogRetriever إطار عمل استرجاع موحد ثلاثي الأنماط يتيح البحث عبر الأنماط للدوائر التناظرية (المخططات، والأوصاف، وقوائم التوصيل/netlists) من خلال رسم خرائط لها في فضاء تضمين مشترك، مما يحسن بشكل كبير من دقة الاسترجاع وأداء مهام التصميم الوكيلية اللاحقة.
تُعد LatentBurst شبكة فائقة السرعة والكفاءة لرفع دقة الصور متعددة الإطارات، وهي مصممة لصور مستشعرات CMOS ذات نمط hexadeca-Bayer، حيث تعالج تحديات إزالة الموزاييك (demosaicing)، وعدم محاذاة الحركة، والنشر في الأجهزة المحمولة من خلال نهج محاذاة الميزات الكامنة الهرمي وبنية خفيفة الوزن تعتمد على شبكة UNet.