12498 ورقة بحثية
تقدم هذه الورقة البحثية GAViD، وهو عبارة عن مجموعة بيانات متعددة الوسائط واسعة النطاق تضم 5,091 فيديو غنية بالبيانات الوصفية السياقية وإشارات الحركة لمعالجة ندرة البيانات الخاصة بالتعرف على العاطفة الجماعية، إلى جانب نموذج CAGNet المقترح الذي يحقق أداءً هو الأفضل في مجاله في التعرف على العواطف الجماعية المدركة للسياق.
تقترح هذه الورقة إطار عمل للتعلم العميق يعتمد على الأجسام، وهو نظام قوي مكون من مرحلتين يجمع بين نموذج YOLOv8n لتحديد موقع الطالب ونموذج RexNet-150 مضبوط بدقة لتصنيف السلوك، وذلك لتحقيق كشف عن الغش في الامتحانات يتسم بالدقة العالية، والقابلية للتوسع، والتصميم الأخلاقي، مع تحسن بنسبة 13% عن النماذج المرجعية الحالية القائمة على الفيديو.
تقدم هذه الورقة البحثية \textsc{MoIR} (موجه المعلومات متعدد الوسائط)، وهو أسلوب دمج على مستوى المعلومات يخفف من هيمنة الوسائط في نماذج الرؤية واللغة عبر تحديد الرموز الأقل معلوماتية وتوجيه البيانات المتكاملة من الوسائط الأقوى لبناء تمثيلات كثيفة، مما يؤدي إلى تحسين المتانة والأداء حتى في ظل تدهور الوسائط.
يُعد LaviGen إطار عمل مبتكرًا يعيد توظيف النماذج التوليدية ثلاثية الأبعاد في نظام ذاتي الانحدار لإنشاء تخطيطات ثلاثية الأبعاد معقولة فيزيائيًا ومتماسكة هندسيًا مباشرة في الفضاء ثلاثي الأبعاد الأصلي، محققًا أداءً رائدًا مع تحسن ملحوظ في الكفاءة والمعقولية الفيزيائية على مقياس LayoutVLM.
تقدم هذه الورقة إطار عمل للتعرف على إيماءات اليد في الوقت الفعلي يقوم بتحويل بيانات الهيكل العظمي ثلاثية الأبعاد الديناميكية إلى صور RGB ثابتة للمعالجة الفعالة بواسطة شبكة عصبية تلافيفية متعددة المسارات متخصصة، محققةً أداءً هو الأفضل في فئته مع زمن انتقال منخفض على الأجهزة الاستهلاكية عبر خمس مجموعات بيانات مرجعية.
تقدم هذه الورقة البحثية "الآفة العصبية العميقة" (Deep Neural Lesion - DNL)، وهي طريقة خالية من البيانات ومن التحسين، توضح كيف يمكن لقلب بضعة بتات إشارة حرجة فقط أن يؤدي إلى تدهور كارثي في أداء الشبكات العصبية العميقة المتنوعة، مع اقتراح دفاع عملي من خلال حماية هذه المعلمات الضعيفة بشكل انتقائي.
تقترح هذه الورقة طريقة تعتمد على التدفق الطبيعي (normalizing flow) لما بعد المعالجة للكشف عن البيانات خارج التوزيع في التصوير الطبي، والتي تتكامل بسلاسة مع النماذج سابقة التدريب دون الحاجة لإعادة التدريب، محققةً أداءً فائقاً على معايير MedOOD وMedMNIST مقارنةً بالنهج الحالية.
تقدم هذه الورقة مسار عمل منخفض التكلفة وشبه مؤتمت باستخدام فيديو بزاوية 360 درجة من فئة المستهلك وتقنية القياس التصويري من خلال "الاستعادة من الحركة" (SfM) لتقدير قطر جذع الشجرة عند مستوى الصدر بمتوسط خطأ نسبي مطلق يتراوح بين 5-9%، محققةً دقة تضاهي طرق "الليدار" (LiDAR) باهظة الثمن مع تقليل التكلفة والتعقيد التشغيلي بشكل كبير.
تقدم هذه الورقة MEBench، وهو معيار مرجعي جديد يتميز بمسار توليد بيانات قابل للتوسع ومقاييس متخصصة لتقييم انحياز التنافي المتبادل الضعيف وقدرات الاستدلال المكاني للنماذج اللغوية البصرية في سيناريوهات تعلم الكلمات.
تقترح الورقة البحثية VisRet، وهو نموذج استرجاع مبتكر يحسن عملية استرجاع الصور من النصوص عبر توليد صور من الاستعلامات النصية أولاً لتجاوز قيود التضمينات متعددة الوسائط في التقاط العلاقات البصرية الهيكلية، مما يؤدي إلى تفوق ملحوظ على النماذج المرجعية الحالية عبر معايير متعددة ويعزز دقة الإجابة على الأسئلة البصرية في المهام اللاحقة.