12498 ورقة بحثية
تُعد EfficientPENet شبكة خفيفة الوزن لإكمال العمق في الوقت الفعلي، تستفيد من هيكل ConvNeXt، والالتفافات غير المتأثرة بالندرة، وتعزيز الاختبار المدرك للموضع لتحقيق دقة تنافسية في معيار KITTI مع تقليل المعلمات وزمن الاستجابة بشكل كبير مقارنة بالطرق الحالية، مما يجعلها مناسبة لمنصات الحافة ذات الموارد المحدودة.
تقدم هذه الورقة Ghost-100، وهو معيار مرجعي جديد يستخدم صوراً مُولدة إجرائياً وإطار عمل لشدة التوجيه يتكون من خمس مستويات لتقييم كيفية تسبب النبرة اللغوية القسرية في حدوث الهلوسة في نماذج الرؤية واللغة بشكل منهجي، مما يكشف أن كلاً من وتيرة وشدة التزييف تختلف بشكل غير رتيب عبر عائلات النماذج وأنواع المهام المختلفة.
تقدم هذه الورقة إطاراً ريمانياً لتشخيص عدم الاستقرار الهيكلي لنماذج الانتشار الكامنة من خلال الكشف عن ظاهرة "الفصل الهندسي" حيث يتم تخصيص الانحناء الشديد في التوليد خارج نطاق التوزيع بشكل خاطئ إلى الحدود الدلالية غير المستقرة بدلاً من تفاصيل الصورة، مما يحدد "البؤر الهندسية الساخنة" كسبب جذري للهشاشة.
تكشف هذه الورقة أن استخدام الملصقات الناعمة (soft labels) في تقييم تقطير البيانات يحجب القيمة الحقيقية لجودة البيانات من خلال السماح للنماذج المرجعية العشوائية بمضاهاة الأساليب المتطورة، مما دفع المؤلفين إلى اقتراح طريقة CA2D المتوافقة مع الحوسبة (compute-aligned) ومقياس تقليم جديد يتفوقان على النهج الحالية في إطار الملصقات الصلبة (hard-label) الأكثر صرامة.
تثبت هذه الورقة البحثية جدوى تدريب نموذج تقسيم دلالي لبيانات ليدار (LiDAR) داخلية على مستوى الإطار دون الحاجة إلى تعليقات توضيحية يدوية، وذلك عبر استخلاص المعرفة من نماذج التأسيس البصري (Visual Foundation Models) من خلال مسار معالجة من ثنائي الأبعاد إلى ثلاثي الأبعاد، محققةً ما يصل إلى 56% في متوسط تقاطع الاتحاد (mIoU) على الملصقات الزائفة و36% في متوسط تقاطع الاتحاد على الملصقات الحقيقية.
تقدم هذه الورقة صياغة لفقد الاتساق بالوكالة (PCL) تدمج متغيرات وكيلة وفيرة في مشفر موقع قابل للتدريب للتغلب على ندرة بيانات المراقبة الأرضية عالية الجودة، مما يظهر أداءً فائقاً في التنبؤ بجودة الهواء ورسم خرائط الفقر مقارنة باستراتيجيات الدمج الحالية.
تقترح هذه الورقة إطار عمل للتحكم الهجين المتتالي (رؤية/قوة) المعزز بالذكاء الاصطناًعي للمناولات الجوية المستمرة التي تعمل بالأوتار، والذي يدمج نمذجة الانفعال الثابت، والتحكم في الوضع المنزلق سريع الوقت المحدد، واستخراج الميزات القائم على الشبكة العصبية الرسومية لتحقيق تعلم آني قوي لعدم اليقين من أجل التفاعل الفيزيائي الذاتي مع البيئات الساكنة.
تُعد AdaGScale تقنية مبتكرة متكيفة مع وجهة النظر تعمل على تقليل أزواج بلاطات غاوس (Gaussian-tile pairs) في تقنية "3D Gaussian Splatting" من خلال تغيير حجم الغاوس ديناميكياً بناءً على مساهمة اللون المحيطي أثناء اختبارات التقاطع، مما يحقق تسريعاً في عملية الرندرة بمقدار 13.8 ضعفاً مع حد أدنى من فقدان الجودة.
يُعد AutoAWG إطار عمل للتحكم في توليد فيديوهات الطقس القاسي للقيادة الذاتية، وهو يستخدم دمجاً تكيفياً موجهاً بالدلالات، وتوليفاً زمنياً مرتكزاً على نقطة التلاشي، وتدريباً مقنعاً لإنتاج فيديوهات عالية الدقة ومتسقة زمنياً متأثرة بالطقس، تتفوق بشكل كبير على الأساليب الحديثة في الجودة البصرية وإعادة استخدام التوسيم.
تقدم هذه الورقة البحثية إطار عمل GDMD، وهو إطار مبتكر يعزز تقنية "تقطير مطابقة التوزيع" (Distribution Matching Distillation) عبر دمج التعلم المعزز القائم على التدرج لاستبدال المكافآت القائمة على العينات المشوشة بتدرجات التقطير كإشارة تحسين أساسية، مما يحقق جودة رائدة في توليد الصور خلال خطوات معدودة مع حل النزاعات بين أهداف التقطير وأهداف التعلم المعزز.