12675 ورقة بحثية
تقترح هذه الورقة إطار عمل مدركاً للهندسة يوحد تحديد الموقع الجغرافي للطائرات بدون طيار عبر الرؤى المختلفة من خلال إعادة بناء المشاهد ثلاثية الأبعاد لإنشاء تمثيلات افتراضية لمنظور عين الطائر، مما يعمل على نمذجة التباينات الهندسية بشكل صريح لتحقيق تقدير قوي لوضعية الـ 3-DoF بدقة مستوى المتر في البيئات المحرومة من نظام تحديد المواقع العالمي (GNSS).
تقدم هذه الورقة آلية انتباه مُطبعة بجيب التمام لتصنيف الصور فائقة الطيف، والتي تقوم بإسقاط التضمينات على كرة وحدة لإعطاء الأولوية للعلاقات الزاوية على حساب المقدار، مما يظهر أداءً فائقاً مع الإشراف المحدود عبر معايير متعددة.
تقدم الورقة البحثية RebusBench، وهو معيار يتكون من 1,164 لغزاً من ألغاز "الريبوس" (rebus) المصممة لتقييم الاستدلال البصري المعرفي لنماذج الرؤية واللغة الكبيرة، مما يكشف أنه على الرغم من قدراتها الإدراكية القوية، فإن النماذج الحالية المتطورة تعاني بشدة من الاستدلال العصبي الرمزي متعدد الخطوات المطلوب لحل هذه الألغاز، حيث تحقق دقة مطابقة تامة تقل عن 10% بغض النظر عن حجم النموذج أو التعلم في السياق.
تقدم الورقة البحثية GardenDesigner، وهو إطار عمل مبتكر يستفيد من سلسلة من الوكلاء المتخصصين والمبادئ الجمالية المشفرة لأتمتة توليد حدائق "جيانغنان" متنوعة وجذابة جمالياً، مما يمكّن المستخدمين غير الخبراء من إنشاء بيئات رقمية معقدة عبر مدخلات نصية بسيطة في أقل من دقيقة.
تقدم الورقة البحثية STRIVE، وهو إطار عمل للتعلم المعزز المهيكل للإجابة على الأسئلة المتعلقة بالفيديو، والذي يعزز استقرار السياسة وأداء الاستدلال من خلال توليد متغيرات فيديو مكانية-زمانية واستخدام أخذ العينات المدرك للأهمية لإثراء إشارات المكافأة والتخفيف من انخفاض التباين في التحسين القائم على المجموعات.
تتحدى هذه الورقة الافتراض القائل بأن النماذج المدربة لغوياً غير مناسبة لمهام الرؤية، وذلك من خلال إثبات أن مرحلة "تدريب جسر الملصقات العشوائية" البسيطة والخالية من الملصقات يمكن أن توائم بفعالية بين معاملات النماذج اللغوية الكبيرة والأسس البصرية، مما يكشف أن التكيف الجزئي غالباً ما يحافظ على الخصائص التأسيسية المفيدة عبر الوسائط المختلفة.
تقترح هذه الورقة طريقة جديدة للتكيف مع النطاق شبه الموجه بتوجيه من الترتيب، والتي تستفيد من الترتيب عبر النطاقات ومحاذاة التوزيع المستمر لدرجات الترتيب لمعالادة تحديات تصنيف الشدة في تحليل الصور الطبية بفعالية من خلال مراعاة تسميات الفئات المرتبة طبيعيًا.
تقدم هذه الورقة نموذج محول مدرك للنسيج يدمج معلومات البكسل الخام من أوجه الشبكة مع الواصفات الهندسية عبر مخطط تعلم هرمي وكتل محولة ثنائية المراحل لتحقيق أداء رائد في تقسيم السمات الدلالية على الشبكات ثلاثية الأبعاد غير المتجانسة ذات الملمس.
تقدم هذه الورقة FaCT-GS، وهو إطار عمل لتقنية "Gaussian Splatting" أسرع بكثير وأكثر قابلية للتوسع لإعادة بناء الصور المقطعية (CT)، والذي يعمل على تحسين مسارات التجزئة الحجمية (voxelization) والتحجيم (rasterization) لتحقيق تسريع يتجاوز 4 أضعاف في عمليات الإسقاط القياسية، ويمكّن من الملاءمة السريعة لـ "Gaussians" مع الأحجام الموجودة مسبقاً من أجل البدء الدافئ أو التمثيل المضغوط.
تكشف هذه الورقة أنه على الرغم من قدراتها الدلالية المتقدمة، تُظهر نماذج الرؤية واللغة الحديثة هشاشة جوهرية في الاستدلال الهندسي، حيث تفشل في الحفاظ على الثبات المكاني وهوية الأشياء تحت التحويلات الأساسية مثل الدوران والتحجيم، لا سيما عندما يكون المحتوى الدلالي شحيحاً.