12498 ورقة بحثية
تقدم الورقة البحثية LiveGesture، وهو أول إطار عمل قابل للبث بالكامل وبدون استباق (zero look-ahead) لتوليد إيماءات جسدية كاملة متنوعة ومتماسكة متزامنة مع الكلام في الوقت الفعلي، وذلك عبر الجمع بين مشفر كمي متجهي سببي ومحول تكراري هرمي تم تدريبه عبر التغطية الموجهة بعدم اليقين.
يقدم AmodalSVG إطار عمل مبتكرًا يحول الصور الطبيعية إلى ملفات SVG منظمة دلاليًا ومكتملة هندسيًا، وذلك عبر استخدام تقنية "تقشير الطبقات الدلالية" الموجهة بنماذج الرؤية واللغة (VLM) لإعادة بناء مناطق الأجسام المحجوبة في النطاق النقطي (raster domain)، متبوعًا بـ "التحويل الشعاعي الطبقي التكيفي" لإنشاء طبقات شعاعية مستقلة وقابلة للتعديل.
تقدم هذه الورقة البحثية DiTTA، وهو إطار عمل مبتكر يحول نموذج تقسيم صور مدرب مسبقاً إلى نظام قوي لتقسيم الفيديو الدلالي من خلال استخلاص المعرفة الزمنية من SAM2 وإجراء تكيف فعال في وقت الاختبار، محققاً بذلك أداءً بمستوى الإشراف الكامل دون الحاجة إلى أي بيانات فيديو مشروحة.
تُظهر هذه الدراسة أن نماذج التعلم الخاضع للإشراف الذاتي، ولا سيما نماذج المحولات (ViTs) القائمة على خوارزمية DINO والمُدربة مسبقاً على مجموعات بيانات ضخمة خاصة بمجال محدد مثل HPA FOV، تتعمم بفعالية على مجموعات البيانات المجهرية الصغيرة لتحديد المواقع البروتينية، محققةً أداءً قوياً حتى في سيناريوهات التعلم الصفري (zero-shot) وتتحسن بشكل أكبر مع الضبط الدقيق.
تقدم الورقة البحثية ArtiCAD، وهو نظام وكلاء متعددين مبتكر لا يتطلب تدريباً، يقوم بتوليد تجميعات CAD مفصلية وقابلة للتعديل من النصوص أو الصور عبر التنبؤ بعلاقات التجميع مبكراً بواسطة "موصل" (Connector) متخصص، وتوظيف التحقق عبر المراحل مع آليات التراجع، والاستفادة من مخزن خبرة ذاتي التطور للتغلب على القيود الحالية في الاستدلال المكاني للنماذج اللغوية الكبيرة.
تُعد LumiMotion أول طريقة تعتمد على تقنية Gaussian Splatting تستفيد من ديناميكيات المشهد كإشارة إشرافية لفصل الإضاءة عن خصائص المواد بفعالية في المشاهد الديناميكية التعسفية، مما يحسن بشكل كبير من تقدير الانعكاسية (albedo) وأداء إعادة الإضاءة مع تقديم معيار مرجعي اصطناعي جديد للتقييم.
تقدم هذه الورقة TraversalBench، وهو معيار مرجعي مضبوط صُمم لتقييم قدرة نماذج الرؤية واللغة على تتبع المسارات البصرية المعقدة، مما يكشف أن التقاطعات الذاتية هي المصدر الرئيسي للصعوبة وأن النماذج تظهر انخفاضات حادة في الأداء عند حل استمرارية المسار عند نقاط التقاطع.
تقدم هذه الورقة UHD-GPGNet، وهو إطار عمل موجه بعملية غاوسية يحقق إزالة ضوضاء فيديو بدقة 4K كاملة بكفاءة وفي الوقت الفعلي مع دقة عالية وتعميم قوي للضوضاء في العالم الحقيقي من خلال نمذجة إحصائيات التدهور المكاني والزماني المحلية صراحةً لتوجيه دمج الميزات التكيفي وإعادة بناء البنية واللون.
تقدم هذه الورقة "التوسع عند وقت الاختبار عبر الإدراك" (TTSP)، وهو إطار عمل يحل "مفارقة التجذير" في الاستدلال متعدد الوسائط من خلال معاملة الإدراك كعملية استدلال تكرارية وقابلة للتوسع تولد وتصفي مسارات استكشافية متعددة لتوجيه جمع الأدلة البصرية بشكل قوي.
تقدم الورقة البحثية EgoFun3D، وهو عبارة عن مجموعة بيانات ومعيار جديد ومسار عمل مكون من أربع مراحل مصمم لإنشاء كائنات ثلاثية الأبعاد جاهزة للمحاكاة ذات قدرات وظيفية من فيديوهات منظور الشخص الأول، وذلك عبر الاستفادة من قوالب وظيفية مهيكلة لنمذجة التفاعلات بين الأجزاء بما يتجاوز مجرد المفاصل البسيطة.