12498 ورقة بحثية
تقترح هذه الورقة إطار عمل لإعادة بناء العمق متعدد الوسائط يستفيد من بيانات استشعار المدى شديدة الندرة (مثل الرادار أو الليدار) لتوليد خرائط عمق كثيفة قوية ومدركة لعدم اليقين، مما يحسن بشكل كبير الاتساق الهندسي والجودة البصرية لتخليق المشاهد الجديدة أحادية الصورة القائم على الانتشار مقارنة بتقدير العمق أحادي العين التقليدي.
تقدم GlobalSplat إطار عمل فعال لتقنية "Gaussian Splatting" ثلاثية الأبعاد ذات التغذية الأمامية، والذي يحقق عمليات إعادة بناء مدمجة ومتسقة عالمياً ببصمة صغيرة واستدلال سريع من خلال تعلم تمثيل مشهد كامن عالمي لمحاذاة مدخلات متعددة المشاهد قبل فك تشفير الهندسة الصريحة، متجاوزاً بذلك التكرار والهشاشة في الاستراتيجيات السابقة المحلية والقائمة على القواعد التجريبية.
تقترح هذه الورقة نموذجاً جديداً لترجمة لغة الإشارة خالياً من القواميس (gloss-free) يعامل المهمة كعملية استدلال عبر الوسائط من خلال إدخال طبقة وسيطة من الأفكار الكامنة المرتبة واستراتيجية فك ترميز تعتمد على "التخطيط ثم التجسيد"، مدعومة بمجموعة بيانات جديدة واسعة النطاق تُظهر مكاسب أداء ثابتة مقارنة بالطرق الحالية.
تقدم هذه الورقة البحثية "اتساق التكبير" (zoom consistency)، وهو إشارة ثقة هندسية مجانية وخالية من المعايرة مستمدة من التنبؤات الوسيطة في مسارات التوطين البصري متعددة الخطوات، والتي ترتبط ارتباطاً وثيقاً بدقة التنبؤ وتسمح بتوجيه فعال للنماذج بين النماذج اللغوية البصرية (VLMs) المتخصصة والعامة.
تقدم تحدي CXR-LT 2026 معياراً مرجعياً متعدد المراكز مشروحاً بدقة، يضم أكثر من 145,000 صورة أشعة سينية للصدر لتقييم أنظمة الذكاء الاصطناعي في التصنيف متعدد الملصقات والتعميم في العالم المفتوح للأمراض النادرة، مما يسلط الضوء على كل من الوعود التي تقدمها النماذج التأسيسية للرؤية واللغة والصعوبات المستمرة في التعامل مع النتائج النادرة عبر مختلف الإعدادات السريرية.
تقدم هذه الورقة الشبكات القريبة المتعلمة المتوافقة مع التحويلات الأفينية (AE-LPNs)، وهي إطار عمل مبتكر يستخدم الشبكات العصبية لحساب المؤثرات القريبة بدقة مع الحفاظ بشكل مثبت على التوافق مع الإزاحة والمقياس، مما يعزز بشكل كبير من المتانة تجاه الضوضاء خارج التوزيع والتحويلات الأفينية في مهام مثل إزالة الضجيج من الصور.
تقدم هذه الورقة CTSCAN، وهو معيار بحثي وحزمة بحثية قابلة لإعادة الإنتاج تكشف كيف يؤدي خلط الشرائح من نفس الدراسة في التدريب والاختبار إلى تضخيم أداء تقسيم الأشعة المقطعية للصدر بشكل مصطنع، مما يوضح أن التقييم القائم على فصل المرضى يكشف عن انخفاض حاد بنسبة 69% في درجات "Dice" مقارنة بالنهج المعيب القائم على خلط الشرائح.
تقدم الورقة البحثية BETA، وهو إطار عمل مبتكر للتكيف عند وقت الاختبار للنماذج الصندوقية السوداء (black-box) يستخدم نموذج توجيه محلي خفيف الوزن وتناغماً في التنبؤ لتحقيق مكاسب أداء مستقرة وفعالة مع زمن انتقال مهمل وتكاليف واجهة برمجة تطبيقات (API) أقل بكثير مقارنة بالطرق الحالية.
يقدم البحث إطار عمل CLIMB، وهو إطار عمل للتحكم في توليد صور الدماغ الطولية يجمع بين نموذج انتشار كامن يعتمد على بنية Mamba ومشفر تلقائي محاذٍ لـ Gaussian لتوليد صور رنين مغناطيسي للدماغ عالية الجودة تتطور زمنياً بكفاءة، بناءً على عوامل سريرية وديموغرافية متنوعة.
تقدم هذه الورقة البحثية إطار العمل SPLIT، وهو إطار تعلم آلي ذاتي الإشراف يعيد بناء الصور من بيانات تصوير مقطعي غير خطية وغير مكتملة ومشوبة بالضجيج دون الحاجة إلى تسميات توضيحية (ground-truth labels) عبر فرض اتساق عبر التقسيم ودقة القياس، مما يظهر أداءً فائقاً على الطرق الكلاسية والأساليب الحالية ذاتية الإشراف في التصوير المقطعي متعدد الأطياف قليل المشاهد.