12465 ورقة بحثية
تقترح هذه الورقة تقنية رسم خرائط حافية قائمة على الاستشعار المضغوط عبر الإنترنت لرادار الفتحة الاصطناعية (SAR)، تتجاوز إعادة بناء الصور التقليدية لتمكين التعرف التلقائي على الأهداف (ATR) بكفاءة حوسبية واستهلاك منخفض للذاكرة على الطائرات بدون طيار الصغيرة، وذلك من خلال التصنيف المباشر للمشاهد من الإشارات المرتدة المتناثرة.
استناداً إلى نظرية قيمة الإحساس بالرسالة (MSV)، تطور هذه الدراسة وتتحقق من نموذج حوسبي يحلل السمات متعددة الوسائط في مقاطع الفيديو القصيرة، كاشفةً أنه بينما تزيد مستويات MSV المرتفلة باستمرار من الانخراط الحسي، فإن مستويات MSV المتوسطة هي المثلى لتحفيز الانخراط السلوكي.
تقترح الورقة البحثية EmbodiedMidtrain، وهي طريقة تسد الفجوة بين نماذج الرؤية واللغة (VLMs) ونماذج الرؤية واللغة والعمل (VLAs) باستخدام محرك بيانات لتنسيق بيانات نماذج VLMs المتوافقة مع نماذج VLAs من أجل التدريب المتوسط، مما يحسن بشكل كبير أداء التلاعب الروبوتي في المهام النهائية عبر مختلف الهياكل الأساسية.
يُعد FluSplat إطار عمل بنظام التغذية الأمامية يتيح تحرير المشاهد ثلاثية الأبعاد من منظور ضيق مع ضمان الاتساق عبر الرؤى ودقة عالية، وذلك من خلال تقديم مخطط تنظيم عبر الرؤى أثناء التدريب، مما يلغي الحاجة إلى عمليات التحسين المكلفة والمخصصة لكل مشهد أثناء وقت الاختبار.
تقدم هذه الورقة البحثية نموذج iTARFlow، وهو نموذج توليدي يعتمد على التدفق الطبيعي (Normalizing Flow) يجمع بين التوليد ذاتي الانحدار وإجراء تنضيد تكراري لتحقيق أداء تنافسي في نمذجة الصور على مجموعة بيانات ImageNet مع الحفاظ على هدف تدريب قائم على الاحتمالية (likelihood-based) ومتكامل بالكامل من البداية إلى النهاية.
تقدم هذه الورقة البحثية PASTA، وهو هجوم باب خلفي جديد غير مرتبط بالرقعة (patch-agnostic) على نماذج المحولات الرؤيوية (Vision Transformers)، يستفيد من تأثير إشعاع المحفز (Trigger Radiating Effect) وإطار تحسين تكيفي ثنائي المستوى لتحقيق معدلات نجاح عالية للهجوم عبر مواقع محفزات عشوائية مع تعزيز التخفي بشكل كبير في كل من نطاقي البكسل والانتباه.
تقترح هذه الورقة إطار عمل جديداً قائماً على الطاقة ومكوناً من مرحلتين للتعلم النشط للمجموعات المفتوحة، يعمل بفعالية على تصفية الفئات غير المعروفة واختيار العينات المعروفة ذات المعلومات الغنية، مما يحقق كفاءة فائقة في التوسيم وأداءً متميزاً في التصنيف على معايير تصنيف الأجسام ثنائية وثلاثية الأبعاد مقارنة بالطرق الحالية.
يُعد FurnSet إطار عمل مبتكر لإعادة بناء المشاهد ثلاثية الأبعاد من منظور واحد، حيث يعمل على تحسين دقة الهندسة والتخطيط من خلال التحديد الصريح لنماذج الكائنات المتكررة والاستفادة من آلية انتباه ذاتي مدركة للمجموعات لتجميع الملاحظات المتكاملة عبر الكائنات المتطابقة.
تقترح هذه الورقة إطار عمل لإعادة البناء بطريقة الإمكان الأعظم للهولوجرافيا الرقمية متعددة المظاهر، والتي تُمذِج صراحةً الارتباط بين المظاهر (inter-look speckle correlation) باستخدام عملية ماركوف من الدرجة الأولى، وتحل مشكلة الأمثلة المقيدة الناتجة عن ذلك باستخدام خوارزمية التدرج المتناقص المتدرج المعززة ببدائل الصور العميقة، مما يظهر متانة وأداءً فائقين مقارنة بالطرق التقليدية التي تفترض تحققات عشوائية مستقلة للمظاهر.
تقدم هذه الورقة البحثية HumanScore، وهو إطار عمل منهجي يتكون من ستة مقاييس قابلة للتفسير لتقييم المعقولية الحركية، والاستقرار الزمني، والاتساق الميكانيكي الحيوي لحركات البشر في مقاطع الفيديو المولدة بواسطة الذكاء الاصطناعي، مما يكشف عن فجوات كبيرة بين الواقعية البصرية والدقة الفيزيائية عبر ثلاثة عشر نموذجاً من أحدث النماذج المتطورة.