12553 ورقة بحثية
تقدم هذه الورقة البحثية توليد الترتيب الذاتي التراجعي (OAR)، وهو مسار تقطير ذاتي يقوم بضبط النماذج التراجعية متعددة الترتيب بدقة على ترتيبات توليد متخصصة مشتقة من درجات الثقة الخاصة بها، مما يحقق جودة صورة فائقة مع الحفاظ على المرونة في تعدد المهام دون الحاجة إلى تغييرات هيكلية أو إعادة تدريب.
تقدم هذه الدراسة إطار عمل للتعلم العميق للتنبؤ بانتشار حرائق الغابات في منطقة حوض البحر الأبيض المتوسط باستخدام بيانات مكانية زمانية متعددة الأيام، مما يثبت أن دمج نافذة زمنية تمتد من أربعة أيام قبل الاشتعال إلى خمسة أيام بعده يحسن دقة التنبؤ بشكل كبير مقارنة بالنماذج التي تعتمد فقط على مدخلات يوم الاشتعال.
تقدم هذه الورقة مهمة جديدة للتعرف على القراءة مخصصة للنظارات الذكية من منظور الشخص الأول، مدعومة بمجموعة بيانات متعددة الوسائط واسعة النطاق وجديدة ونموذج محول مرن يستفيد من صور RGB، وتتبع حركة العين، ووضعية الرأس للكشف عن القراءة وتصنيفها في سيناريوهات متنوعة من العالم الحقيقي.
تقترح هذه الورقة نموذجاً للتعلم العميق عالي الدقة والقابلية للتفسير لتصنيف أورام الدماغ، يجمع بين هيكل EfficientNetV2 وبنية MLP-Mixer القائمة على الانتباه، محققاً دقة بنسبة 99.50% على مجموعة بيانات رنين مغناطيسي عامة مع استخدام Grad-CAM للتحقق من موثوقيته السريرية.
يُعد SeMoBridge طريقة مغلقة الصيغة وخفيفة الوزن تعمل على تحسين أداء تصنيف CLIP في التعلم بلقطات قليلة عبر رسم الصور في المجال النصي لمعالجة عدم المحاذاة داخل المجال الواحد، مما يوفر بديلاً فعالاً من الناحية الحسابية للنهج القائمة على التحسين الموجودة حالياً.
تقدم هذه الورقة ASBench، وهو أول إطار عمل شامل للمقارنة المرجعية مصمم لتقييم أساليب تخليق الشذوذ بشكل منهجي من خلال أربعة أبعاد حاسمة، مما يعالج غياب معايير التقييم المخصصة ويوفر رؤى قابلة للتنفيذ للنهوض بكشف الشذوذ في مراقبة جودة التصنيع.
يُعد CompoDistill إطار عمل مبتكر لتقطير المعرفة يعالج التحدي المهمل المتمثل في نقل قدرات الإدراك البصري إلى النماذج اللغوية الكبيرة متعددة الوسائط الأصغر حجماً، وذلك من خلال محاذاة الانتباه البصري للطالب صراحةً مع انتباه المعلم، مما يعزز بشكل كبير الأداء في مهام الاستدلال التركيبي مع الحفاظ على قدرات قوية في الإجابة على الأسئلة البصرية.
تقدم هذه الورقة مجموعة بيانات الإضاءة المتعددة للظلام (MILL)، والتي تتميز بصور تم التقاطها تحت ظروف إضاءة متنوعة ومتحكم بها لمعالجة أوجه القصور في بيانات التدريب ذات الكثافة الواحدة، وتُظهر أن الاستفادة من بنية هذه المجموعة تحسن بشكل كبير من متانة وأداء خوارزميات تعزيز الإضاءة المنخفضة عبر مستويات الإضاءة المتفاوتة.
تقدم هذه الورقة "عامل فجوة المثالية" (PGF) لتحليل قابلية نقل المهام في نماذج الرؤية واللغة بشكل منهجي، مما يكشف عن علاقات معقدة للنقل الإيجابي والسلبي عبر 13 مهمة إدراكية ويوفر توجيهات عملية للتدريب الفعال واختيار البيانات.
تقدم هذه الورقة نماذج التدفق التنافسية (Adversarial Flow Models)، وهو إطار توليدي مبتكر يجمع بين التدريب التنافسي والخرائط القائمة على التدفق الحتمي لتمكين توليد صور عالية الجودة ومستقرة في خطوة واحدة أو خطوات قليلة، محققاً درجات قياسية في مقياس FID على مجموعة بيانات ImageNet-256px دون الحاجة إلى إشراف عبر الخطوات الزمنية المتوسطة.