12498 ورقة بحثية
تقدم هذه الورقة البحثية إطار عمل CPAM، وهو إطار عمل بنظام التعلم الصفري (zero-shot) يستفيد من وحدة تكيف الحفاظ على الخصائص والاستخراج الموضعي لتعديل الأجسام المعقدة وغير الصلبة في الصور الحقيقية بفعالية مع الحفاظ على هويتها واتساق خلفيتها، متفوقاً بذلك على الأساليب الحالية الرائدة في مجالها ضمن مقياس IMBA المقترح حديثاً.
يُعد PrepPaint نظاماً تفاعلياً يعزز عملية استكمال الصور الطبية (inpainting) من أجل الذكاء الاصطناعي السريري عبر دمج ملاحظات الخبراء البشر في نموذج Stable Diffusion من خلال نهج D3PO الموفر للموارد وواجهة إصدارات "Model Tree" المبتكرة، مما يؤدي إلى إنتاج صور بوليبات اصطناعية أكثر واقعية ودقة من الناحية التشريحية.
تقترح هذه الورقة البحثية إطار عمل DC-TTA، وهو إطار عمل جديد للتكيف في وقت الاختبار يعتمد على مبدأ "فرق تسد"، والذي يعمل على تعزيز أداء نموذج "Segment Anything" في التجزئة التفاعلية من خلال تقسيم نقرات المستخدم إلى مجموعات فرعية متماسكة للتكيف المستقل ثم الدمج اللاحق، مما يؤدي بفعالية إلى حل صراعات الإشارات وتحسين الدقة في السيناريوهات المعقدة مثل تجزئة الأجسام المموهة.
تقدم الورقة البحثية SynthLab، وهي منصة نمطية ذات واجهة تفاعلية تعتمد على السحب والإفلات مصممة لتبسيط عملية تخليق مجموعات بيانات التجزئة الدلالية عالية الجودة، مما يقلل من كثافة الموارد والمخاوف المتعلقة بالخصوصية المرتبطة بالتوسيم التقليدي للبيانات مع جعل إنشاء البيانات المدعوم بالذكاء الاصطناعي متاحاً للمستخدمين بمختلف مستويات خبراتهم التقنية.
تقدم هذه الورقة KiseKloset، وهو نظام شامل لاسترجاع وتوصية الأزياء يدمج بين مطابقة الملابس المبتكرة القائمة على نماذج المحولات (transformer-based)، والبحث الموجه بالنصوص، ووحدة تجربة قياس افتراضية فعالة في الوقت الفعلي لتعزيز تجربة التسوق عبر الإنترنت بشكل كبير، كما تم التحقق من ذلك من خلال دراسة مستخدمين أظهرت نسبة رضا بلغت 84%.
تُظهر هذه الدراسة أن نماذج "Vision Transformers" المدمجة مع التعلم التبايني الخاضع للإشراف تتفوق على الشبكات العصبية الالتفافية (CNNs) التقليدية وتنافس خبراء علم البيئة في تصنيف 18 نوعاً من الموائل الطبيعية في المملكة المتحدة من خلال الصور الملتقطة من مستوى الأرض، مما يقدم حلاً قابلاً للتوسع وفعالاً من حيث التكلفة للمراقبة الآلية للتنوع البيولوجي.
تقترح هذه الورقة استراتيجية تحقق متبادل مبتكرة باستخدام ثلاثة نماذج تعتمد على YOLO، تم تدريبها على زوايا رؤية مختلفة لصور الرادار المخترق للأرض ثلاثي الأبعاد، لتحقيق معدل استدعاء يتجاوز 98.6% في الكشف التلقائي عن عيوب تحت سطح الطريق، مما يقلل من عمالة الفحص البشري بنسبة 90% تقريبًا.
تقدم هذه الورقة البحثية ViPro، وهو أول إطار عمل للهجوم الخصومي المصمم لتعزيز ترتيب الفيديوهات في أنظمة استرجاع النص إلى الفيديو من خلال الاستفادة من استراتيجية صقل النمط (Modal Refinement) لتعزيز التفاعلات بين الأنماط المختلفة وقابلية النقل في الصندوق الأسود، مما يكشف عن ثغرة أمنية حرجة يمكن استغلالها لتحقيق مكاسب مالية أو نشر المعلومات المضللة.
تقدم هذه الورقة البحثية BRAIN، وهو إطار عمل جديد للتعلم المستمر يستخدم التعلم التبايني لإزالة الانحياز والتخفيف من النسيان القائم على الزاوية لمعالجة عدم اتساق الإشارات وتدهور الذاكرة في فهم الرؤية والدماغ، محققاً أداءً هو الأفضل حالياً عبر مختلف المعايير المرجعية.
يُعد ASTRA إطار عمل لا يتطلب تدريباً ويعمل بمبدأ "التوصيل والتشغيل"، حيث يتيح تحريراً سلساً لمقاطع الفيديو لعدة موضوعات عشوائية من خلال توظيف المحاذاة متعددة الوسائط الموجهة بالوصف وإعادة استهداف القناع القائم على المعرفة المسبقة للتغلب على تخفيف الانتباه وتشابك الحدود، متفوقاً بذلك على الأساليب الحالية في اختبار MSVBench المستحدث.