12553 ورقة بحثية
تقدم هذه الورقة AMO-ENE، وهو مسار دمج أوميكس متعدد يعتمد على آلية الانتباه ومؤتمت بالكامل، يقوم بدمج سمات التصوير المستمدة من الأشعة المقطعية مع البيانات السريرية للكشف عن الامتداد خارج العقد اللمفاوية وتحسين التنبؤ بالنتائج بشكل كبير لمرضى سرطان البلعوم الفمي المرتبط بفيروس الورم الحليمي البشري.
تقترح هذه الورقة شبكة مبتكرة لتحسين الصور فائقة الدقة (UHD) في ظروف الإضاءة المنخفضة في الوقت الفعلي، والتي تستفيد من دمج الميزات الهندسية عبر جبر كليفورد وبنية "يو-نت" (U-Net) خفيفة الوزن ثنائية المسار للتغلب على اختناقات الذاكرة، محققةً استدلالاً بمستوى الميلي ثانية على الأجهزة الطرفية مع التفوق على النماذج الرائدة في جودة الاستعادة.
تقترح الورقة البحثية طريقة "التشتت الغاوسي دقيق التفاصيل والمدرك للبنية" (SFGS)، وهي طريقة مبتكرة أحادية المرحلة تعيد بناء نماذج رمزية بشرية كاملة الجسم عالية الدقة ومدركة للطوبولوجيا، مع تفاصيل تعبيرية مثل حركات اليد وتعبيرات الوجه من مقاطع فيديو أحادية العدسة، وذلك عبر دمج المستويات الثلاثية المكانية، والمستويات السداسية الزمنية، ووحدة غاوسية مدركة للبنية.
تقدم هذه الورقة MADRI، وهو إطار عمل للكشف عن الشذوذ متعدد الوسائط للتفاعل بين الإنسان والروبوت يعزز السلامة من خلال إعادة بناء ناقلات سمات ذات دلالات دلالية مستمدة من تدفقات الفيديو، وأجهزة الاستشعار الداخلية للروبوت، والرسوم البيانية للمشهد لتحديد كل من الانحرافات البيئية وانحرافات النظام الداخلية بفعالية.
تُثبت هذه الورقة أن النماذج اللغوية-البصرية لا تعاني من العمى الإدراكي عند الفشل في ربط الأدلة البصرية، بل تشهد فشلاً في التحكيم حيث يوجد ترميز بصري قوي ومع ذلك يتم تجاوزه بواسطة المعرفة المسبقة، وهي فجوة يمكن معالجتها من خلال تدخلات مستهدفة في الطبقات المبكرة.
تقدم هذه الورقة مساراً متكاملاً يعتمد على التقنيات السحابية الأصلية، يعمل على أتمتة عملية توصيف صور الشرائح النسيجية الكاملة من خلال تقسيم مكونات الأنسجة، وتجميعها مورفولوجياً، وتمكين الموصِّفين البشريين من تسمية المجموعات الممثلة بدلاً من الكائنات الفردية، مما يقلل الجهد مع تحقيق دقة توافق تبلغ 96.8% مع التسميات اليدوية عبر أنواع مختلفة من الأنسجة.
تتحدى هذه الورقة الافتراض القائل بأن النماذج اللغوية البصرية تتطلب معالجة عميقة ومستمرة لرموز الصور، وذلك من خلال إثبات أن التمثيلات البصرية تتقارب بسرعة نحو حالة مستقرة ومنخفضة التعقيد، مما يشير إلى أن الطبقات البصرية الأعمق تقدم عوائد متناقصة وأن ضرورة هذه المعالجة تعتمد بشكل كبير على المهمة.
تقدم الورقة البحثية AsymLoc، وهو إطار عمل تقطير مبتكر يتيح تحديد المواقع البصرية بكفاءة على أجهزة الحافة ذات الموارد المحدودة من خلال محاذاة نموذج طالب خفيف الوزن مع نموذج معلم ضخم عبر أهداف هندسية وأهداف مشتركة للكاشف والوصف، محققاً دقة تضاهي أحدث ما توصل إليه العلم مع تقليل التكلفة الحسابية بشكل كبير.
تقترح هذه الورقة البحثية DSVTLA، وهي بنية تعلم نقل تعتمد على محول رؤية "Swin" العميق، تدمج سمات ResNet50 لتحقيق دقة فائقة تقارب الكمال في تصنيف الصور النسيجية السرطانية متعددة الأنواع عبر مجموعات بيانات وظروف متنوعة.
تقترح هذه الورقة مسار عمل تدريجي لبيانات RGB+LiDAR يستفيد من نماذج الرؤية التأسيسية لنقل التصنيفات بشكل مباشر والدمج القائم على المساعدة الدلالية لـ TSDF لتوليد شبكات (meshes) عالية الدقة ومصنفة دلالياً من عمليات المسح الداخلي، مما يتغلب بفعالية على الانزياح الهندسي وندرة السحب النقطية ليتفوق على النماذج المرجعية الحالية.