12511 ورقة بحثية
تتقصى هذه الورقة المرحلة المثلى لدمج عدم التباين الدوراني في مسارات مطابقة الميزات المتفرقة، كاشفةً أن تعلمه ضمن الوصف يمنح أداءً مماثلاً للتعامل معه في المطابق مع تمكين استدلال أسرع، ومثبتةً أن توسيع نطاق بيانات التدريب يحسن بشكل كبير من القدرة على التعميم في الصور المدورة دون المساس بالأداء في الصور المستقيمة.
تقدم هذه الورقة سير عمل يوفر الوقت والجهد لإنشاء أقنعة الحقيقة الأرضية للأنسجة الكثيفة لتصوير الثدي الرقمي بالحزمة ثلاثية الأبعاد، وذلك من خلال اشتراط تعليق المستخدم على شريحة مركزية فقط مع نشر العتبات وتعديلها خوارزمياً عبر الحجم، مما يحقق توافقاً عالياً بين القراء ودقة تم التحقق منها باستخدام مجموعة بيانات DBTex.
تقدم هذه الورقة EigenCoin، وهي طريقة تصنيف تستخدم بناء المتشعبات ومسافة باتاتشاريا لمعالجة تحديات قواعد البيانات غير المتوازنة في التعرف على العملات الساسانية بفعالية، محققةً تحسينات في الدقة تتراوح بين 9.45% و21.75% مقارنة بالخوارزميات الحالية مع الحد من الإفراط في التخصيص.
تقدم الورقة البحثية INDOTABVQA، وهي مجموعة بيانات مرجعية عابرة للغات لمهام الإجابة البصرية على الأسئلة المتعلقة بالجداول في وثائق اللغة الإندونيسية، والتي تقيم وتُظهر مكاسب أداء كبيرة لنماذج الرؤية واللغة من خلال الضبط الدقيق المستهدف ودمج الأولويات المكانية.
تقدم هذه الورقة إطار عمل هجين للرؤية الحاسوبية ضوئياً وإلكترونياً يسمى التدريب المدرك للارتباط (CAT)، والذي يعمل على تحسين مصدر إضاءة فوتوني مترابط قابل للتدريب ونموذج خلفي من نوع "ترانسفورمر" بشكل مشترك لتحقيق تحسن يصل إلى 15 نقطة مئوية في دقة التعرف على الأشياء في ظروف الإضاءة المنخفضة للغاية والضوضاء مقارنة بالإضاءة التقليدية غير المترابطة.
تقدم هذه الورقة البحثية TIPSv2، وهي عائلة جديدة من نماذج الرؤية واللغة التي تعزز بشكل كبير المحاذاة بين الرقع (patch) والنصوص بكثافة من خلال تقنيات مبتكرة تشمل التقطير على مستوى الرقعة، وهدف تدريب مسبق محسّن لـ iBOT++، ووصفات تعلم مُحسّنة، محققةً أداءً هو الأفضل في فئته عبر مهام متنوعة لاحقة.
تقدم هذه الورقة البحثية "Spatial Atlas"، وهو إطار عمل لوكيل بحثي يستخدم الاستدلال القائم على الحوسبة لحل المشكلات المكانية الفرعية بشكل حتمي عبر رسوم بيانية للمشاهد مهيكلة قبل توليد النموذج اللغوي، محققاً بذلك دقة وتفسيرية تنافسية في معايير FieldWorkArena متعددة الوسائط وMLE-Bench الخاصة بالهندسة البرمجية لتعلم الآلة.
يُعد Nucleus-Image نموذج محول انتشار (diffusion transformer) من نوع خليط الخبراء المتناثر (Mixture-of-Experts) مفتوح المصدر بالكامل، يمتلك 17 مليار معلمة ويحقق جودة توليد صور هي الأفضل في فئتها باستخدام 2 مليار معلمة نشطة فقط لكل تمريرة أمامية من خلال ابتكارات معمارية مثل توجيه اختيار الخبراء (Expert-Choice Routing) وتعديل الخطوات الزمنية المنفصل (decoupled timestep modulation)، وكل ذلك دون الاعتماد على تحسين ما بعد التدريب.
تقدم هذه الورقة BarbieGait، وهي مجموعة بيانات اصطناعية تحافظ على هوية المشية مع محاكة تغييرات الملابس المتنوعة، وتقترح GaitCLIF، وهو نموذج قوي يتعلم بفعالية سمات ثابتة تجاه الملابس لتحسين أداء التعرف على المشية عبر الملابس المختلفة بشكل كبير.
تقدم هذه الورقة إطار عمل فيزيائيًا لا يتطلب تدريبًا لتقدير مسافة المركبات أحادي العين، يستفيد من الخطوط الطباعية القياسية للوحات ترخيص السيارات في الولايات المتحدة كأولويات هندسية لحل غموض المقياس، محققًا دقة عالية ومتانة في ظروف إضاءة متنوعة مع التفوق على النماذج المرجعية للتعلم العميق دون الحاجة إلى مستشعرات باهظة الثمن أو بيانات خاضعة للإشراف.