12448 ورقة بحثية
تُعد H-Sets إطار عمل جديداً يتكون من مرحلتين، يكتشف ويعزو التفاعلات الميزتية ذات الرتب العليا في مصنفات الصور باستخدام مصفوفات هسيان المدخلات لتحديد مجموعات البكسلات المتفاعلة، واستخدام IDG-Vis لتقديم تفسيرات بروز أكثر دقة على مستوى المجموعات.
تقترح هذه الورقة إطار عمل تداخلياً قائماً على الرافعة يستخدم تحريراً صورياً مهيكلاً وموضعياً لتحديد أي العناصر البصرية المحددة — مثل البنية التحتية للتنقل أو الصيانة الفيزيائية — تؤثر بشكل أكثر أهمية على التصورات البشرية لسلامة المناطق الحضرية.
تقدم الورقة البحثية إطار عمل "مجموع الفحوصات" (Sum-of-Checks)، الذي يعمل على تحسين دقة وشفافية نماذج الرؤية واللغة الكبيرة في تقييم "الرؤية الحرجة للسلامة" أثناء جراحة المناظير، وذلك من خلال تفكيك المعايير السريرية المعقدة إلى فحوصات استدلالية مهيكلة ومحددة من قبل الخبراء.
يقترح MatterGen إطاراً توليدياً موحداً يحاكي الإدراك البصري البشري من خلال تجميع ملامح الحركة والسمات المظهرية هرمياً إلى جسيمات وعناقيد لتقسيم وتتبع الكيانات الفيزيائية القابلة للتحرك بشكل مستقل عبر بيئات متنوعة، بدءاً من النقاط العشوائية وصولاً إلى فيديوهات RGB الطبيعية.
يُعد SAMIDARE إطار عمل متطور لتتبع الأجسام المتعددة مصمم للسيناريوهات الرياضية الكثيفة، حيث يعمل على تحسين SAM2MOT من خلال استخدام إعادة توليد الأقنعة المدركة للكثافة، والتحديثات الانتقائية للذاكرة، والارتباط المدرك للحالة للتخفيف من أخطاء الأقنعة وتبديل الهويات أثناء حالات الاحتجاب.
تُعد UniME إطار عمل غير متجانس ثنائي المراحل يعالج مشكلة فقدان الأنماط في تقسيم أورام الدماغ من خلال فصل تعلم التمثيل —باستخدام مُشفر موحد (Uni-Encoder) قائم على نموذج ViT مُدرب مسبقاً لاستخلاص سمات عالمية قوية— عن عملية التقسيم، التي تستخدم مُشفرات متعددة (Multi-Encoders) تعتمد على الشبكات العصبية الالتفافية (CNN) والخاصة بكل نمط لالتقاط تفاصيل دقيقة ومتعددة المقاييس.
تُعد CharTide إطار عمل جديداً متمحوراً حول البيانات لتوليد الكود من الرسوم البيانية، حيث تستخدم استراتيجية الضبط ثلاثي المنظور لفصل التدريب البصري عن المنطقي، وإطار عمل التعلم المعزز القائم على الاستقصاء لضمان المواءمة من خلال مكافآت موضوعية قائمة على التحقق.
تقدم هذه الورقة البحثية ArchSym، وهو الإطار الأول للكشف عن التماثلات الانعكاسية المرتكزة على الأبعاد الثلاثية في الصور المعمارية الواقعية، والذي يتميز بمجموعة بيانات جديدة واسعة النطاق تم تنسيقها عبر مسار مؤتمت يعتمد على تقنية "الاستعادة من الصور متعددة المشاهد" (SfV)، وكاشف يحدد مواقع التماثلات بدقة باستخدام خرائط المسافة الموقعة بالنسبة للهندسة المتوقعة للمشهد.
تقترح هذه الورقة نموذج انتشار متعدد الوسائط غير مشروط يستفيد من المعلومات المتكاملة بين بيانات الضوء المستقطب (PL) وحيود الإلكترونات المرتدة (EBSD) لإجراء عمليات التحسين الفائق، وإزالة الضجيج، والتنبؤ بحدود الحبيبات، مما يؤدي بفعالية إلى إعادة بناء معلومات EBSD عالية الجودة من مدخلات منخفضة الدقة أو تالفة.
يُعد OccDirector إطار عمل رائدًا يولد ديناميكيات إشغال رباعية الأبعاد واقعية لمحاكاة القيادة الذاتية من خلال رسم خرائط النصوص الطبيعية إلى تفاعلات متعددة الوكلاء منطقية فيزيائيًا باستخدام نموذج MMDiT مكاني-زماني مدفوع بنموذج لغوي بصري كبير (VLM).