12498 ورقة بحثية
تُعد SatReg إطار عمل يعتمد على الانحدار ومراعٍ للعتاد، يعمل على تحسين نماذج تقسيم صور الأقمار الصناعية خفيفة الوزن بكفاءة من أجل النشر عند الحافة عبر تقليص مساحة البحث إلى متغيرات العرض الرئيسية، وتوصيف الأداء على منصة NVIDIA Jetson Orin Nano، واستخدام نماذج بديلة لاختيار البنى القريبة من المثالية دون بحث شامل.
تستعرض هذه الورقة تحدي NTIRE 2026 حول إزالة الانعكاس من الصور المنفردة في الظروف الواقعية، مع تسليط الضوء على تقديم مجموعة بيانات OpenRR-5k الواقعية، ومشاركة أكثر من 100 فريق، والأداء المتطور الذي حققته الطرق الأعلى تصنيفاً.
تقدم الورقة البحثية SIMPLER، وهو إطار عمل للتعلم الذاتي عبر الوسائط يستفيد من الأنسجة المصبوغة بصبغة الهيماتوكسيلين والإيوسين (H&E) كمرتكز دلالي لتدريب نماذج مجهر الإضاءة المهيكلة (SIM) مسبقاً، مما يمكنها من تعلم تمثيلات نسيجية قوية تتفوق على النهج الحالية في المهام التشخيصية اللاحقة دون إضعاف أداء صبغة (H&E).
تقارن هذه الدراسة بين نماذج الميزات المصنوعة يدويًا الكلاسيكية ونهج التعلم العميق للكشف عن الاكتئاب القائم على الرؤية عبر سياقي الأم والطفل والمريض والإكلينيكي، حيث وجدت أن النهج الكلاسيكي حقق دقة وعدالة أعلى بينما أظهر كلا النهجين قدرة محدودة على التعميم عبر السياقات، مما يشير إلى أن الاكتئاب يتجلى بطرق خاصة بكل سياق.
تقدم هذه الورقة Scale-ALiBi، وهي آلية انتباه محولة (transformer attention mechanism) مبتكرة ذات انحيازات ترميز مكاني تتيح تعلم تمثيل متعدد الوسائط ومتعدد المقاييس لصور الأقمار الصناعية بفعالية، مما يظهر أداءً محسناً في معيار GEO-Bench من خلال بنية ثلاثية التباين وإعادة البناء إلى جانب مجموعة بيانات منسقة تم إصدارها حديثاً.
تقدم هذه الورقة نظاماً لتوليد الفيديو القائم على الوكلاء، والذي يستبدل التخليق المباشر للبكسلات بمسار نموذج لغوي كبير حتمي ومقيد بالأدوات يقوم ببناء وتنفيذ "رسوم بيانية للأحداث في الزمان والمكان" (GEST) رسمية داخل محرك ألعاب ثلاثي الأبعاد، مما يحقق صلاحية فيزيائية وتوافقاً دلالياً أعلى بكثير من مولدات الفيديو العصبية الحالية.
تقدم هذه الورقة البحثية GTASA، وهي مجموعة بيانات لمقاطع فيديو متعددة الممثلين ذات حقائق أرضية مكانية وزمانية دقيقة تم إنشاؤها بواسطة محرك GEST-Engine، والتي تعالج تحديات تقييم جودة توليد الفيديو وتكشف أن المشفرات ذاتية الإشراف تلتقط البنية المكانية بشكل أكثر فعالية من المشفرات البصرية لنماذج اللغة والرؤية (VLM).
تقترح هذه الورقة إطار عمل "التحفيز بالدلالات التمييزية مع إسقاط التحفيز" (DCP-PD)، الذي يعزز التوطين المكاني دقيق التفاصيل في توليد تقارير الأشعة المقطعية ثلاثية الأبعاد من خلال استخلاص دلالات صريحة من التقارير النصية الحرة لتوجيه التدريب، محققاً أداءً هو الأفضل في فئته على مجموعة بيانات CT-RATE ومحسناً بشكل كبير من القدرة على التعميم خارج نطاق التوزيع، مع الكشف عن تحديات مستمرة في تحديد المواقع المرضية بدقة.
تُعد PERCEPT-Net إطار عمل جديد للتعلم العميق يستخدم "فقدان الإدراك الحركي" (Motion Perceptual Loss) للتمييز بفعالية بين آثار الحركة في التصوير بالرنين المغناطيسي وقمعها مع الحفاظ على البنى التشريحية الحرجة، مما يتغلب على قيود التعميم للنماذج الحالية ويحسن جودة الصور السريرية بشكل كبير.
تقدم الورقة البحثية "BareBones"، وهو معيار اختبار صفري (zero-shot) يستخدم ظلالاً على مستوى البكسل، لتوضيح أن نماذج الرؤية واللغة المتطورة تعاني من "منحدر انحياز الملمس" (Texture Bias Cliff) الشديد عند حرمانها من إشارات RGB، مما يكشف عن اعتمادها على الملمس والسياق بدلاً من الفهم الهندسي الحقيقي.