12553 ورقة بحثية
تقترح هذه الورقة إطار عمل هجينًا مبتكرًا يدمج التعلم النشط مع نهج محسّن شبه مُشرف واستخدام وحدة تكرار تلقائي للتسميات المستعارة لتقليل تكاليف التوسيم وتعزيز أداء التجزئة الدلالية من خلال الاستفادة من كل من البيانات المُوسومة المختارة والبيانات غير المُوسمة المُحسّنة عبر المجالات الطبيعية ومجالات الاستشعار عن بعد.
يُعد AccidentSim إطار عمل مبتكرًا يُنشئ مقاطع فيديو واقعية فيزيائيًا لاصطدامات المركبات من خلال استخراج الأدلة الفيزيائية من تقارير الحوادث الواقعية لمحاكاة مسارات ما بعد الاصطدام بدقة، والتي يتم بعد ذلك رندرتها إلى مقاطع فيديو عالية الجودة باستخدام حقول الإشعاع العصبي (Neural Radiance Fields).
يُعد TARAC إطار عمل مبتكرًا لا يتطلب تدريبًا، يعمل على الحد من الهلوسة في النماذج اللغوية البصرية الكبيرة من خلال التجميع الديناميكي وإعادة حقن الانتباه البصري التاريخي للحفاظ على التأسيس، محققًا تحسينات ملحوظة في الأداء مع عبء حسابي ضئيل أثناء الاستدلال.
تقترح الورقة البحثية التحويل ذاتي الانحدار (ART)، وهي طريقة مبتكرة تعمل على تحسين محاذاة الصور بشكل تكراري من خلال مسار هرمي ذاتي الانحدار مع توجيه عبر الانتباه المتقاطع لتحقيق دقة فائقة في السيناريوهات الصعبة التي تتضمن مناطق شحيحة الميزات، واختلافات هائلة في المقاييس، وتشوّهات كبيرة.
تقدم هذه الورقة البحثية "Variational VQA"، وهو نهج بايزي تبايني يعزز بشكل كبير من موثوقية وقدرات التنبؤ الانتقائي لنماذج الرؤية واللغة الكبيرة من خلال تحسين المعايرة والحد من الهلوسة، لا سيما في السيناريوهات ذات التسامح المنخفض مع الخطأ.
تقدم هذه الورقة DeceptionDecoded، وهو معيار واسع النطاق وإطار عمل محاكاة موجه بالنية، صُمم لتقييم وتحسين قدرة نماذج الرؤية واللغة على اكتشاف نية المبدع المضللة في الأخبار متعددة الوسائط، مما يعالج اعتمادها الحالي على الإشارات السطحية ويعزز متانتها في حوكمة المعلومات المضللة.
تتناول هذه الورقة تحديات الأخطاء التراكمية وعدم كفاية الذاكرة في توليد الفيديو ذاتي الانحدار من خلال اقتراح تقنية "توليد الفيديو المعزز بالاسترجاع" (VRAG) مع تكييف صريح للحالة العالمية، مما يعزز بشكل كبير من التماسك الزماني والمكاني وقدرات نمذجة العالم التفاعلية.
تقترح هذه الورقة شبكة تفاعل متعددة الوسائط تدريجية (PMIN) تدمج بيانات الصور والصوت وموجات المياه من خلال استخراج الميزات الموحد، وآليات الانتباه عبر الوسائط، والاستدلال التكيفي للأدلة لتحقيق قياس دقيق للغاية وقوي لكثافة تغذية الأسماك من أجل الاستزراع المائي الدقيق.
تقدم هذه الورقة VisText-Mosquito، وهو عبارة عن مجموعة بيانات وإطار عمل موحد متعدد الوسائط يدمج بين الكشف البصري، والتقسيم، والتفسير النصي لتمكين التحديد والتحليل الاستباقي المدفوع بالذكاء الاصطناعي لمواقع تكاثر البعوض من أجل الوقاية من الأمراض.
يُعد PRIX إطار عمل للقيادة الذاتية من طرف إلى طرف، خفيف الوزن ويعتمد على الكاميرا فقط، حيث يستخدم محول إعادة معايرة مدرك للسياق ورأس تخطيط توليدي للتنبؤ بالمسارات الآمنة مباشرة من البكسلات الخام، محققاً أداءً رائداً في معايير NavSim وnuScenes مع تقليل حجم النموذج وتكاليف الاستدلال بشكل كبير مقارنة بالنهج المعتمدة على ليدار (LiDAR) أو نهج رؤية منظور العرض العلوي (BEV).