12447 ورقة بحثية
تقدم هذه الدراسة مراجعة شاملة للتطورات الأخيرة القائمة على التعلم العميق في التنبؤ بمسارات البشر متعددة الوكلاء من عام 2020 إلى عام 2025، حيث تصنف الأساليب حسب البنية والتمثيل والاستراتيجية مع تحديد التحديات الرئيسية واتجاهات البحث المستقبلية.
تقدم هذه الورقة البحثية تقنية "المطابقة عند وقت الاختبار" (TTM)، وهي خوارزمية تكرارية ذاتية التحسين تعمل على تصحيح عيوب التقييم من خلال درجة مطابقة مجموعات مبتكرة، وتعزز بشكل كبير قدرات الاستدلال التركيبي في النماذج متعددة الوسائط، مما يمكنها من تجاوز النتائج السابقة المتفوقة والأداء البشري المقدر في المعايير الرئيسية.
تُثبت هذه الورقة أن نماذج الفيديو ذاتية الانحدار الكبيرة يمكن أن تُظهر قدرات مذهلة في التعلم الصفري في مجال التصوير الطبي، حيث تؤدي بشكل تنافسي في مهام مثل تقسيم الأعضاء، وإزالة الضجيج، وتحسين الدقة، بل وتحقق دقة هي الأفضل في حالتها في التنبؤ بحركة الأشعة المقطعية رباعية الأبعاد دون أن يتم تدريبها مسبقاً على أي بيانات طبية.
تُعد OREN طريقة إعادة بناء هجينة تجمع بين الاستيفاء الشجري الثماني (octree interpolation) والانحدار عبر الشبكة العصبية لتحقيق رسم خرائط دالة المسافة الإقليدية الموقعة (ESDF) غير المقتطعة، والفعالة، والقابلة للتوسع، والقابلة للاشتقاق من السحب النقطية.
تقدم هذه الورقة "الكنتورات القصوى" (Extremal Contours)، وهي طريقة تفسير لا تتطلب تدريباً تستبدل الأقنعة الكثيفة المتجزئة بكنتورات ناعمة ومحدبة نجمياً يتم تحسينها عبر تدرجات المصنف لإنتاج عزويات بصرية مدمجة ومستقرة وأمينة لنماذج الرؤية.
يُعد 3DAlign-DAER إطار عمل موحداً يعزز المحاذاة الدقيقة بين النصوص والنماذج ثلاثية الأبعاد من خلال سياسة انتباه ديناميكية مُحسّنة بواسطة بحث شجرة مونت كارلو واستراتيجية استرجاع هرمية فعالة، مدعوماً بمجموعة بيانات Align3D-2M الضخمة التي تم إنشاؤها حديثاً.
تقترح هذه الورقة إعادة توظيف نموذج لغوي كبير متعدد الوسائط (MLLM) مولد للنصوص وتحويله إلى نموذج تضمين موحد من خلال الضبط الدقيق التبايني المقتصر على النصوص مع استخدام سلبيات صعبة، مما يحقق أداءً هو الأفضل في مهام استرجاع الفيديو الدقيقة التي تتضمن تعقيدات زمنية، ونفيًا، وتعدد الوسائط.
تُعد المخططات متباينة الخواص الناعمة (SAD) تمثيلاً صورياً جديداً قابلاً للتفاضل، يستخدم تقسيمات فورونوي تكيفية ومتباينة الخواص وذات أوزان إضافية لتحقيق ضغط فائق، وسرعات تدريب أسرع، وعرض فعال مقارنة بالطرق الحالية المتطورة.
يقدم LTB-KAN بنية شبكة كولموغوروف-أرنولد (Kolmogorov-Arnold Network) مبتكرة تحقق تعقيداً زمنياً خطياً وتقليلاً في أعداد المعلمات من خلال استبدال حسابات B-spline المكثفة بنهج base-spline أكثر كفاءة واستخدام تحليل مصفوفة حاصل الضرب لمجموع العناصر (product-of-sums matrix factorization).
تقدم هذه الورقة البحثية EgoMAGIC، وهو عبارة عن مجموعة بيانات فيديو طبي من منظور الشخص الأول واسعة النطاق، صُممت لدعم تطوير المساعدين الافتراضيين المتكاملين مع الواقع المعزز من خلال مهام مثل اكتشاف الأفعال، وتحديد الأشياء، وتصحيح الأخطاء.