12063 ورقة بحثية
تقترح هذه الورقة إطار عمل جديد لتحديد موقع الأفعال زمانياً ومكانياً بناءً على الهيكل العظمي بنمط "التعلم من الصفر"، والذي يستفيد من التدريب المسبق للرؤية واللغة بضعف الإشراف والتعلم التبايني التمييزي المختلط بالمشهد لتحديد الأفعال غير المرئية بفعالية مع التغلب على تكاليف التوسيم العالية.
تقدم هذه الورقة البحثية إطار "تخصيص العينات المدرك للصعوبة" (DASA)، وهو إطار عمل غير مرتبط ببنية معينة يعزز التجزئة الدلالية من خلال تخصيص تعزيز بيانات أقوى ديناميكيًا للعينات بناءً على درجة صعوبة متعددة العوامل تجمع بين غموض التنبؤ، وفقدان التدريب، وندرة الفئة، وتعقيد الحدود، مما يحقق أداءً فائقًا مقارنة بالطرق القياسية والطرق التكيفية أحادية الإشارة.
يقدم LongVU-TTT مُعيد عينات سببي للتدريب أثناء وقت الاختبار مع أوزان سريعة تكيُّفية ومُنتقي هجين لضغط تسلسلات الفيديو الطويلة بفعالية مع الحفاظ على الأدلة الزمنية الحرجة، محققاً أداءً هو الأفضل في فئته عبر العديد من معايير فهم الفيديو.
تقدم الورقة البحثية InteractGesture، وهي طريقة مستقلة عن النموذج وتعمل في وقت الاستنتاج، تستخدم التوجيه التدريجي للقطع (Progressive Chunk Guidance) لتمكين توليد إيماءات مصاحبة للكلام دقيقة ومتحكم بها مكانياً في سيناريوهات البث المستمر، وذلك عبر نشر تدرجات التحكم عبر حدود القطع لمعالجة عدم الاتساق عند الحدود.
تقترح هذه الورقة البحثية معيار AURCC، وهو معيار اختيار خالٍ من الملصقات يعتمد على تباين الملصقات الزائفة، والذي يعمل بفعالية على ترتيب النماذج التأسيسية لتصنيف الصور الطبية في ظل تغير التوزيع دون الحاجة إلى تسميات النطاق المستهدف أو الضبط الدقيق.
يُعد THA-Flow نموذجاً توليدياً جديداً لـ "مطابقة التدفق الشرطي" يتنبأ بهندسة الطرف الاصطناعي ثلاثية الأبعاد من صور الأشعة المقطعية السابقة للجراحة لتخطيط عملية استبدال مفصل الورك الكامل، وذلك عبر نمذجة العلاقة المتأصلة "واحد إلى كثير" بين تشريح المريض وتكوينات الغرسات المعقولة سريرياً.
تُثبت هذه الورقة أن تكييف نماذج الانتشار بناءً على المتنبئات الجوية واسعة النطاق عبر آلية الانتباه المتقاطع، ولا سيما باستخدام تمثيلات من نموذج التأسيس Prithvi-WxC المدرب مسبقاً، يحسن بشكل كبير من واقعية تقليل مقياس هطول الأمطار عالي الدقة — خاصة بالنسبة للأحداث المتطرفة وفي السيناريوهات محدودة البيانات — مقارنة بطرق الالتصاق التقليدية.
تُدقق هذه الورقة ستة نماذج للرؤية واللغة لتقييم اتساقها في ترتيب الأجسام ثلاثية الأبعاد وفقاً لواصفات "كانسي" (Kansei) العاطفية، كاشفةً أنه بينما تُظهر النماذج توافقاً جزئياً فوق مستويات الصدفة، فإن تقاربها يتفاوت بشكل كبير حسب فئة الأجسام والمواءمة الدلالية، مما يستدعي نموذجاً أولياً لواجهة مستخدم لتوجيه اختيار الضوابط الدلالية الموثوقة لواجهات التصميم التوليدي.
تقدم هذه الورقة إطار عمل FRAME، وهو إطار عمل مكون من خطوتين يميز بين التباين في أخذ العينات والتحيز التمثيلي الحقيقي في عدالة التصوير الطبي من خلال إنشاء مرجع للنموذج العادل واختبار الفروقات المتبقية، مما يكشف أن جزءاً كبيراً من التفاوتات المبلغ عنها بين المجموعات الفرعية يمكن إرجاعه إلى الضوضاء الإحصائية بدلاً من آليات النموذج.
يُعد Zero-WAM نموذجاً سببيّاً للفيديو والحركة يحقق تعميماً عبر المهام في مرحلة الصفر (zero-shot) في مجال المناولة الروبوتية من خلال الاستفادة من فيديوهات بشرية ضمن السياق كأوصاف للمهام، مدعوماً بمجموعة بيانات اصطناعية مكونة من 74.2 ألف زوج من البشر والروبوتات وهدف تنبؤ بالكتل المستقبلية لفرض الاعتماد على المحفزات البصرية.