12498 ورقة بحثية
يُعد VibeFlow إطار عمل جديداً للتعلم الذاتي الخاضع للإشراف، يستفيد من نماذج توليد الفيديو مسبقة التدريب ومسار اضطراب مفكك لتحقيق تحرير مرن لـ "كرومات-لوكس" الفيديو (video chroma-lux)—مثل إعادة الإضاءة وإعادة التلوين—دون الحاجة إلى تدريب مُشرف مكلف أو بيانات مقترنة.
يقدم هذا البحث MyoVision، وهو إطار عمل متنقل منخفض التكلفة يستخدم الهواتف الذكية الاستهلاكية لالتقاط صور النفاذ الضوئي ونموذج تجميعي من نوع NEATBoost-Attention مُحسَّن بالارتقاء العصبي لتحقيق كشف دقيق وفوري وغير مدمر لاعتلالات عضلات صدر الدجاج، بما يضاهي أداء الأنظمة التصويرية الطيفية فائقة الطيف باهظة الثمن.
تقترح الورقة البحثية آلية "الانتباه البؤري الديناميكي" (DFA)، وهي آلية تتعلم الصعوبة الخاصة بكل فئة مباشرة داخل أجهزة فك تشفير القناع القائمة على الاستعلام عبر انحياز انتباه قابل للتعلم مستمد من أولويات التردد اللوغاريتمي، مما يقدم بديلاً منهجياً لإعادة وزن الخسارة التقليدي لتحسين تقسيم صور الأنسجة المرضية في ظل عدم توازن الفئات.
تقترح هذه الورقة إطار عمل "الاستدلال متعدد الوسائط دقيق التفاصيل" (FiMR)، الذي يعزز توليد الصور من النصوص عبر تفكيك المطالبات إلى وحدات دلالية للتحقق منها بواسطة الأسئلة والأجوبة البصرية، مما يتيح تحسيناً ذاتياً مستهدفاً ودقيق التفاصيل يتفوق على الأساليب الحالية في اختبارات التركيب.
تقترح هذه الورقة إطار عمل توليديًا باستخدام نموذج انتشار كامن مع تكييف ControlNet واستراتيجية قناع قائمة على الرسوم البيانية لإعادة بناء الهياكل السلكية ثلاثية الأبعاد من رسومات خطية ثنائية الأبعاد أحادية، وذلك عبر صياغة المهمة كتقدير عمق كثيف مشروط، مما يتيح نمذجة ثلاثية الأبعاد مرنة دون قيود التصميم بمساعدة الحاسوب الصارمة.
تقدم هذه الورقة إطار عمل للتعلم العميق للكشف عن مواقع التصيد الاحتيالي الخادعة بصرياً باستخدام نموذجي ConvNeXt-Tiny وVision Transformer على لقطات شاشة صفحات الويب، مما يثبت أن نموذج ConvNexT-Tiny يوفر كفاءة وأداءً فائقين مع التأكيد على الأهمية البالغة للتقييم المدرك للعتبة (threshold-aware evaluation) من أجل النشر في العالم الحقيقي.
تقدم هذه الورقة Dehaze-then-Splat، وهو مسار عمل يتكون من مرحلتين لتحدي NTIRE 2026 يجمع بين إزالة الضباب التوليدية وتقنية Gaussian Splatting ثلاثية الأبعاد القائمة على الفيزياء وخسائر تنظيم متخصصة لمعالجة عدم الاتساق في تعدد الرؤى وتحقيق تركيب مشاهد جديدة متفوقة خالية من الدخان.
تقترح الورقة البحثية إطار عمل VRAG-DFD، وهو إطار عمل مبتكر يجمع بين التوليد المعزز بالاسترجاع والتعلم التعزيزي لتزويد النماذج اللغوية الكبيرة متعددة الوسائط (MLLMs) بقدرات استرجاع معرفة التزييف الديناميكية وقدرات الاستدلال النقدي، محققاً أداءً هو الأفضل في حالته في كشف التزييف العميق.
تقدم هذه الورقة مسار عمل يعتمد على التعلم العميق باستخدام شبكة عصبية تلافيفية من نوع U-Net لضبط النقاط الكمومية بتقنية FDSOI بقطر 300 مم تلقائياً عبر تقسيم مخططات استقرار الشحنة، محققةً معدل نجاح بنسبة 80% في تحديد نظام الشحنة الواحدة، ومقدمةً مساراً قابلاً للتوسع نحو أتمتة الكيوبتات عالية الإنتاجية.
تقترح الورقة البحثية إطار عمل "Beyond Voxel 3D Editing (BVE)"، وهو إطار يستفيد من مجموعة بيانات ضخمة تم إنشاؤها ذاتياً واستراتيجية قناع خالية من التوسيم لتمكين تحرير أصول ثلاثية الأبعاد بكفاءة وجودة عالية يحافظ على كل من الاتساق الدلالي مع المطالبات النصية والثبات المحلي للمناطق غير المتغيرة.