12498 ورقة بحثية
تقدم الورقة البحثية نموذج "الانتشار الموجي الكامن" (Latent Wavelet Diffusion - LWD)، وهو إطار عمل تدريبي خفيف الوزن وخالٍ من تكلفة الاستدلال، يعزز توليد الصور فائقة الدقة عبر توظيف استراتيجية قناع مدركة للتردد تعتمد على المويجات لإعطاء الأولوية للمناطق الغنية بالتفاصيل دون الحاجة إلى تعديلات هيكلية.
تُظهر هذه الدراسة أن البنى القائمة على المحولات (transformer-based architectures)، ولا سيما SwinUNETR، تتفوق على الشبكات العصبية الالتفافية (CNNs) التقليدية في تقسيم غدة البروستاتا في صور الرنين المغناطيسي الموزونة بالزمن الثاني (T2-weighted MRI) من خلال التخفيف الفعال لتباين القراء بين المستخدمين وانزياحات النطاق عبر آلية الانتباه الذاتي العالمي والنافذة المزاحة، محققةً درجات "دايس" (Dice scores) أعلى بنسبة تصل إلى خمس نقاط مع الحفاظ على الكفاءة الحسابية.
تقترح هذه الورقة إطار عمل للتعلم الاتحادي للكشف عن سرطان الثدي يستخدم صور الموجات فوق الصوتية الاصطناعية الناتجة عن نماذج شبكات الخصومة التوليدية (GANs) ونماذج الانتشار لتعزيز مجموعات البيانات المحدودة وغير المتجانسة (non-IID)، مما يظهر تحسناً في أداء التصنيف مع تسليط الضوء على الحاجة الماسة لموازنة البيانات الحقيقية والاصطناعية لتجنب تناقص العوائد.
تقترح هذه الورقة استراتيجية مبتكرة لاختيار النطاق الطيفي تجمع بين تقنيتي CSNR وJMIM لتحديد النطاقات الطيفية المثلى التي تقلل بشكل كبير من الارتباك الميتاميري وتعزز قدرة الفصل بين مستخدمي الطريق المعرضين للخطر والخلفيات الحضرية، مما يؤدي إلى تحسين السلامة لأنظمة الإدراك في السيارات.
تقدم هذه الورقة مراجعة منهجية وإطاراً عملياً لاستخراج الميزات في الاستشعار عن بعد، متتبعةً تطورها عبر سلسلة قيمة البيانات ومقدمةً آفاقاً مستقبلية حول التحول نحو التمثيلات الموحدة وتكامل الأساليب الكلاسيكية مع النماذج التأسيسية الحديثة.
تُعد TwinOR بنية تحتية من الواقع إلى المحاكاة تعمل على إنشاء توائم رقمية واقعية وديناميكية لغرف العمليات بدقة تصل إلى مستوى السنتيمتر، وذلك لتوفير بيئات آمنة وقابلة للتوسع وواقعية من حيث الاستشعار لتدريب وتقييم الذكاء الاصطناعي المتجسد في الأنظمة الجراحية.
تقدم هذه الورقة CaptionQA، وهو معيار قائم على المنفعة يقيم مدى فعالية الأوصاف النصية للصور كبدائل للمحتوى البصري في المهام اللاحقة من خلال قياس مدى قدرة النماذج اللغوية الكبيرة على الإجابة على أسئلة متخصصة باستخدام الأوصاف وحدها، مما يكشف عن فجوات كبيرة في الأداء بين مقاييس الأسئلة والأجوبة الصورية التقليدية والمنفعة الفعلية للأوصاف النصية.
يُعد DocVAL إطار عمل لتقطير سلسلة الأفكار الموثقة، يقوم بنقل الاستدلال المكاني الصريح من النماذج المعلمة الضخمة إلى نماذج الرؤية واللغة (VLMs) الطلابية المدمجة باستخدام مُتحقق ثنائي الأنماط قائم على القواعد وتحسين تكراري، مما يحقق تحسينات كبيرة في كل من دقة الإجابة والتحديد على مستوى البكسل لمهام الأسئلة والأجوبة الخاصة بالمستندات دون الحاجة إلى التعرف الضوئي على الحروف (OCR) عند الاستنتاج.
تقدم هذه الورقة البحثية نموذج SAM3-I، وهو امتداد لنموذج Segment Anything Model 3 يتبع التعليمات، حيث يوحد بين التأسيس على مستوى المفهوم والاستدلال على مستوى التعليمات من خلال آلية تكيف متتالية ومجموعة بيانات جديدة واسعة النطاق (HMPL-Instruct)، مما يتيح التفسير المباشر للتعليمات المعقدة باللغة الطبيعية دون التضحية بقدرات استدعاء المفاهيم الأصلية للنموذج.
تقترح هذه الورقة البحثية RepMD، وهي طريقة مبتكرة تعمل على تحسين اكتشاف الميمات الضارة دائم التغير من خلال بناء "رسم بياني لمفهوم التصميم" لإعادة إنتاج مبادئ التصميم الخبيثة الكامنة وتوجيه نموذج لغوي كبير متعدد الوسائط، مما يحقق دقة وكفاءة عاليتين حتى عندما تتطور الميمات بمرور الوقت.