12499 ورقة بحثية
تقترح الورقة البحثية ComSim، وهو نهج هجين مبتكر يجمع بين المحاكاة الكلاسيكية والعصبية ضمن مسار مغلق (واقع-محاكاة-واقع) لتوليد مجموعات بيانات فيديو-حركة عالية الجودة وقابلة للتوسع، مما يقلل بشكل كبير من فجوة النطاق بين المحاكاة والواقع (sim2real) ويحسن أداء سياسة الروبوت في العالم الحقيقي.
تُعدُّ ConvFormer3D-TAP بنيةً مكانية-زمانية مبتكرة تجمع بين التجزئة الرمزية ثلاثية الأبعاد (3D convolutional tokenization) وبين الانتباه الذاتي متعدد المقاييس والدمج الواعي باليقين لتحقيق تصنيف قوي وعالي الدقة لمشاهد الرنين المغناطيسي للقلب السينمائي عبر مختلف الحالات السريرية، مما يجعلها واجهة أمامية موثوقة لسير عمل التصوير بالرنين المغناطيسي للقلب المؤتمت.
تقترح هذه الورقة وحدتين جاهزتين للتشغيل، وهما وحدة تحسين منطقة الاهتمام التكيفية الموجهة بالزاوية ووحدة إزالة الضجيج من إشارة الرسم البياني المشترك متعدد المناطق، لتحسين دقة تقدير معدل ضربات القلب عن طريق تقنية قياس حجم تغير تدفق الدم عن بعد (rPPG) بشكل كبير، وذلك من خلال التخفيف الفعال من آثار الحركة الناتجة عن حركات الوجه مثل التحدث وهز الرأس.
يقدم GS4City إطار عمل هرمي لتقنية "Gaussian Splatting" دلالي يستفيد من أولويات CityGML للمستوى الثالث من التفاصيل (LOD3) لتوليد أقنعة قائمة على الهندسة وتأسيس ارتباطات مثيلة متسقة مع المشهد، مما يتفوق بشكل كبير على الأساليب الحالية القائمة على ثنائية الأبعاد في كل من التجزئة الدلالية للمباني الخشنة والتجزئة الدقيقة في إعادة بناء المدن.
تقترح هذه الورقة البحثية إطار عمل LangSCD، وهو إطار عمل للرؤية واللغة يدمج الاستدلال الدلالي والمطابقة الهندسية الدلالية للتغلب على قيود الميزات البصرية منخفضة المستوى في كشف تغير المشهد، مع تقديم مجموعة بيانات NYC-CD واسعة النطاق ومتعددة الفئات لتعزيز المراقبة الحضرية في العالم الحقيقي.
تقدم الورقة البحثية نموذج HuiYanEarth-SAR، وهو نموذج تأسيسي يستفيد من الأولويات الجيومكانية ونمذجة آلية التشتت الضمني لتوليد صور رادار الفتحة الاصطناعية (SAR) عالية الدقة وعالمية النطاق استناداً فقط إلى الإحداثيات الجغرافية، مما يجسّر الفجوة بين الجغرافيا والفيزياء والذكاء الاصطناعي لتعزيز بناء التوأم الرقمي للأرض.
تقدم هذه الورقة حلاً فائزاً لتحدي NTIRE 2026 لإزالة الضجيج من الصور الملونة بنموذج غاوسي، والذي يحقق 30.762 ديسيبل من نسبة الإشارة إلى الضجيج (PSNR) من خلال تعزيز بنية Restormer الناضجة عبر تدريب موسع يرتكز على البيانات، وجدول تحسين ثنائي المراحل، وتجميع ذاتي هندسي بمقدار ×8، بدلاً من اقتراح بنية شبكة جديدة.
تقترح هذه الورقة البحثية DASP-SR، وهو إطار عمل انتشار خفيف الوزن لزيادة دقة الصور في العالم الحقيقي، والذي يعزز جودة الاستعادة والحفاظ على البنية من خلال حقن الرموز المدرك للتدهور وحقن الضوضاء غير المتماثل مكانيًا.
تقدم هذه الورقة نظرة عامة على تحدي NTIRE 2026، الذي أشرك 511 مشاركاً لتطوير نماذج قوية للكشف عن الصور المولدة بواسطة الذكاء الاصطناعي قادرة على التمييز بين الصور الحقيقية والاصطناعية رغم مختلف التحويلات الواقعية، مقدمةً في نهاية المطاف تحليلاً شاملاً لأفضل 20 حلاً ومجموعة بيانات جديدة للبحوث المستقبلية.
تقترح هذه الورقة إطار عمل تجميعي خالي من التدريب لرفع دقة الصورة الواحدة، يجمع بين شبكة هجينة مستقرة ذات انتباه (Hybrid attention network) وفرع (MambaIRv2) معزز للتفاصيل عبر دمج خفيف الوزن على مستوى المخرجات، محققاً مكاسب في الأداء دون تدريب إضافي أو إعادة تصميم معماري.