12567 ورقة بحثية
إن SPARK-IL هو إطار عمل استرجاع طيفي يعتمد على الاسترجاع المعزز، يجمع بين تحليل النطاق الترددي ثنائي المسار باستخدام شبكات كولموغوروف-أرنولد de (Kolmogorov-Arnold Networks) والتعلم التدريجي لتحقيق كشف قوي ومعمم للتزييف العميق عبر مختلف نماذج الصور المولدة بالذكاء الاصطناي.
تقدم هذه الورقة وحدة "المركز البصري متعدد المقاييس" (Multi-Scale Fovea) ذات التكلفة المنخفضة والمدمجة في إطار "الانتباه البايزي القائم على الدلالات" (SemBA)، والتي تحاكي حدة البصر لدى البشر من خلال مجال رؤية هرمي لتقليل التكاليف الحسابية بشكل كبير مع تحسين دقة التنبؤ بمسار المسح والواقعية البيولوجية في البحث البصري القائم على الدلالات.
تقترح هذه الورقة طريقة تعلم ثلاثيات متعددة التوسيم موجهة بالمهام، تعمل على تحسين تمثيلات الاستشعار عن بعد عبر الاختيار الديناميكي للثلاثيات المعلوماتية من خلال المعلومات المتبادلة، مما يلغي الحاجة إلى وزن الخسارة الثابت ويعزز أداء التصنيف والانحدار في المهام اللاحقة.
تقترح هذه الورقة إطار عمل لتعزيز الميزات بتوجيه من التوسيم، يقوم بحقن التضمينات في الهياكل العظمية لكشف الأشياء للتغلب على قيود الميزات المدفوعة بالمهام، مما يؤدي إلى تحسين متانة النموذج، وقابليته للتفسير، وقدرته على التعميم عبر أنظمة إشراف متنوعة.
تقدم هذه الورقة إطار عمل لتقطير المعرفة شبه الموجه الذي يضغط نماذج الرؤية التأسيسية الثقيلة حاسوبياً إلى خبراء طلاب مدمجين وعاليي الأداء لتقسيم المثيل، وذلك من خلال الاستفادة من البيانات المحدلة والموسومة والبيانات غير الموسومة الوفيرة عبر عملية ثلاثية المراحل تتمحور حول التعلم التبايني للبيكسلات المدرك للمثيل.
تقترح هذه الورقة إطار عمل للتحسين المقيد في وقت الاختبار يعزز نماذج المحولات متعددة الرؤية (multiview Transformers) لإعادة البناء ثلاثي الأبعاد من خلال التعامل مع وضعيات الكاميرا، والخصائص الداخلية، والعمق كقيود تحسين بدلاً من مدخلات معمارية، مما يحسن الأداء بشكل كبير عبر مختلف المعايير دون الحاجة إلى إعادة تدريب النموذج.
تقدم هذه الورقة أول دراسة منهجية للمشفرات التلقائية المتفرقة للفيديو (video Sparse Autoencoders)، حيث تقترح أهداف تباين مكاني-زماني وتجميع "ماتريوشكا" (Matryoshka grouping) للتغلب على فقدان التماسك الزماني للمشفرات التلقائية المتفرقة القياسية، مما يحقق أداءً فائقاً في التفسير، وتصنيف الأفعال، والاسترجاع.
يحتوي النص المقدم على عنوان حول "تقليل الأبعاد الخاضع للإشراف" وملخص يصف نظام "إرسال مركبات النقل التشاركي"، مما يشير إلى عدم تطابق حيث لا يتوافق الملخص مع العنوان؛ ومع ذلك، فإن تلخيص محتوى الملخص يظهر أن الورقة تقترح إطار عمل للإرسال معايراً حسب النظام، وخالياً من التدريب، يقوم بتقسيم بيانات الرحلات التاريخية ومطابقة الظروف الحالية مع نظائر تاريخية لتقليل أوقات انتظار الركاب بنسبة 31.1% على بيانات سيارات الأجرة في مدينة نيويورك.
تقترح هذه الورقة شبكة دمج هرمية بين النقاط والرقع (point-patch fusion network) مع كتاب رموز رقع تكيفي (adaptive patch codebook) للتغلب على قيود التعميم والحساسية للضوضاء في الطرق الحالية للكشف عن الشذوذ في الأشكال ثلاثية الأبعاد، مما يظهر أداءً فائقاً في كل من المعايير العامة ومجموعة بيانات صناعية تم إصدارها حديثاً تتميز بعيوب هندسية متنوعة.
تقدم هذه الورقة البحثية "الطباعة متعددة الوسائط" (Multi-Modal Typography)، وهي دراسة منهجية تُظهر أن الهجمات الطباعية المنسقة عبر الوسائط على المدخلات الصوتية والبصرية والنصية تضعف بشكل كبير النماذج اللغوية الكبيرة الصوتية البصرية، محققةً معدل نجاح هجوم أعلى بكثير (83.43%) مقارنة بالهجمات أحادية الوسائط.