12498 ورقة بحثية
تقترح الورقة البحثية إطار عمل HELP، وهو إطار عمل مدرك للضوضاء يستخدم تضمينات موضعية موجهة بخرائط حرارية وتلافيف "Linear-Snake" لكبح ضوضاء الخلفية وإثراء سمات الأجسام الصغيرة، مما يتيح كاشفًا يعتمد على المحولات (Transformer) أكثر كفاءة بشكل ملحوظ مع تقليل عدد المعلمات وطبقات فك التشفير مع الحفاظ على دقة عالية.
تقترح هذه الورقة إطار عمل STFER، وهو إطار عمل مبتكر يسخر نماذج الرؤية واللغة الضخمة لتوليد نصوص دلالية متسقة الهوية لتصفية الرموز المرئية وتوجيه الخبراء، مما يحقق أداءً فائقاً وعالي التعميم في عملية إعادة تحديد هوية الأشخاص في أي وقت (Any-Time Person Re-identification) تحت ظروف تغير الأنماط وتغير الملابس الصعبة.
تُعد OpenMobile إطار عمل مفتوح المصدر يعمل على توليد تعليمات مهام ومسارات وكلاء عالية الجودة من خلال خط أنابيب استكشاف قابل للتوسع واستراتيجية تبديل السياسات، مما يمكّن الوكلاء الذين يتم تدريبهم على بياناتها من تحقيق أداء تنافسي في الاختبارات المعيارية للهواتف المحمولة مع ضمان استناد النتائج إلى وظائف واسعة النطاق بدلاً من الإفراط في التخصيص.
تقدم هذه الورقة نموذج "المشفر التلقائي ذو الانتباه الكامن" (Latent Attention Masked Autoencoder - LAMAE)، وهو نموذج تأسيسي يعزز المشفرات التلقائية المقنعة القياسية بوحدة انتباه كامنة لالتقاط التبعيات الزمانية والمكانية متعددة الرؤى في تخطيط صدى القلب بفعالية، مما يظهر أداءً قويًا على مجموعة بيانات MIMIC-IV-ECHO وقابلية نقل ناجحة من بيانات القلب لدى البالغين إلى بيانات الأطفال.
تقدم هذه الورقة PIE-V، وهو إطار عمل يستفيد من التخطيط المستند إلى علم النفس والتوليد المدفوع بالنماذج اللغوية الكبيرة لبناء وتقييم فيديوهات إجرائية من منظور الشخص الأول واعية بالأخطاء، مما يعالج ندرة بيانات الأخطاء الطبيعية من خلال الحقن المنضبط، ونمذجة الاسترداد، ومعيار تقييم بشري شامل.
تُعد SegWithU إطار عمل لاحقاً (post-hoc) يعمل عبر تمريرة أمامية واحدة، يقوم بنمذجة عدم اليقين كطاقة اضطراب باستخدام مجسات خلفية من الرتبة 1 (rank-1 posterior probes) لتوليد خرائط المعايرة وكشف الأخطاء، محققاً أداءً ريادياً في الموثوقية عبر مجموعات متعددة من بيانات التصوير الطبي دون المساس بجودة التجزئة.
تحدد هذه الورقة أن نماذج الرؤية واللغة تعاني في التعرف على العواطف بسبب تحيزات مجموعات البيانات ذات التوزيع الطويل (long-tailed) التي تفاقم انهيار الفئات الرئيسية، وعدم القدرة على التقاط التعبيرات الدقيقة الحرجة ضمن التسلسلات الزمنية الكثيفة، وتقترح حلولاً تتضمن استراتيجيات أخذ عينات بديلة وطريقة إثراء سياق متعددة المراحل تقوم بتحويل الإطارات المتوسطة إلى ملخصات نصية.
تقوم هذه الورقة البحثية بتقييم ثمانية نماذج من أحدث تقنيات كشف الشذوذ البصري (VAD) على مجموعة بيانات AnoVox لإثبات فعاليتها في تحديد مخاطر الطريق غير المألوفة من أجل قيادة ذاتية أكثر أماناً، مع تسليط الضوء على Tiny-Dinomaly كحل أمثل للموازنة بين الدقة والكفاءة في النشر عند الحافة.
تقدم هذه الورقة البحثية AudioX، وهو إطار عمل موحد لتوليد الصوت من أي مدخلات، والذي يستفيد من وحدة دمج تكيفي متعدد الوسائط لدمج مدخلات متنوعة مثل النصوص والفيديو والصوت، وقد تم تدريبه على مجموعة بيانات واسعة النطاق وعالية الجودة تسمى IF-caps لتحقيق أداء فائق عبر مختلف مهام التوليد متعددة الوسائط.
تقدم هذه الورقة "آلة غاوس الكامنة" (Gaussian Latent Machine)، وهي إطار عمل جديد للمتغيرات الكامنة يوحد ويعمم خوارزميات أخذ العينات الحالية للمشكلات العكسية في التصوير البايزي، مما يتيح أخذ عينات "جيبس" ثنائي الكتل عالي الكفاءة أو أخذ عينات مباشر اعتماداً على توزيعات الاحتمال القبلي والبعدي المحددة.