12709 ورقة بحثية
تعالج هذه الورقة فجوة التجذير المعرفي في عملية التأسيس البصري كثيف المعرفة من خلال اقتراح KARL، وهو إطار عمل يجمع بين بيانات الاستدلال الموجهة معرفيًا والتعلم التعزيزي التكيفي لتحسين تحديد مواقع الكيانات، والذي تم التحقق من صحته بواسطة مقياس KVG-Bench الجديد.
تقترح هذه الورقة خوارزمية جديدة وفعالة حاسوبياً لتقريب قيم الكروية والتدوير في الصور ثنائية وثلاثية الأبعاد من خلال الاستفادة من قيم السمك المحلي لتبسيط حسابات مساحة السطح وانحناء الزوايا، مما يوفر بديلاً سريعاً للتعريفات الصارمة لمجموعات البيانات المجهرية الضخمة.
تقترح هذه الورقة خوارزمية توليدية قائمة على الدرجة (score-based) تتيح تحكماً مرناً، دون الحاجة لإعادة التدريب، في تأثير الاحتمالية المسبقة (prior-likelihood) في الاستدلال البايزي لنمذجة السرعة الزلزالية، مما يثبت أن رفع مقياس قوة الاحتمالية (likelihood) يحسن دقة البيانات، بينما يؤدي تقليل قوة الاحتمالية المسبقة (prior) إلى تعزيز التنوع الهيكلي.
تُثبت هذه الورقة نظرياً وتجريبياً أن مطابقة الانتقال (Transition Matching) تتفوق على مطابقة التدفق (Flow Matching) في النمذجة التوليدية من خلال تحقيق تباعد كولباك - ليبلر (KL divergence) أقل وتقارب أسرع، لا سيما عند استهداف توزيعات ذات أنماط متباعدة جيداً وتباينات غير مهملة بفضل قدرتها على الحفاظ على تغاير الهدف من خلال التحديثات العشوائية.
تقدم هذه الورقة البحثية WAON، وهو مجموعة بيانات يابانية ضخمة للصور والنصوص تحتوي على ما يقرب من 155 مليون مثال، إلى جانب معيار تقييم منسق (WAON-Bench)، لمعالجة ندرة البيانات الثقافية اليابانية عالية الجودة ولإثبات أن الضبط الدقيق على مجموعة البيانات هذه يحسن بشكل كبير أداء نماذج الرؤية واللغة في المهام الثقافية اليابانية.
تقدم هذه الورقة FastSurfer-CC، وهو إطار عمل آلي بالكامل وقوي لقياس مورفولوجيا الجسم المقطعي (corpus callosum)، يتفوق على الأدوات الحالية في التجزئة واستخراج المقاييس، بينما ينجح في اكتشاف الفروق المرضية الدقيقة لدى مرضى داء هنتنغتون التي تغفل عنها الأساليب الحالية المتطورة.
تقدم هذه الورقة البحثية "إزالة الانحياز عبر إسقاط الفضاء الجزئي" (Subfield Projection Debiasing - SPD)، وهو إطار هندسي يحسن الأساليب اللاحقة القائمة على الإحداثيات من خلال تحديد وإزالة الانحياز باعتباره فضاءً خطياً موزعاً بدلاً من كونه إحداثيات معزولة، مما يحقق عدالة أقوى بكثير مع حد أدنى من الخسارة في الأداء في نماذج الرؤية واللغة.
تقدم هذه الورقة البحثية "المشفرات التلقائية المقنعة متعددة الرؤى" (MVMAE) ومتغيرها المعزز بالنصوص (MVMAE-V2T)، وهي أطر عمل ذات تعلم ذاتي التوجيه تستفيد من البنية الطبيعية متعددة الرؤى والتقارير الإشعاعية للبيانات السريرية لتعلم تمثيلات قوية وذات صلة بالأمراض تتفوق على النماذج المرجعية الحالية القائمة على التعلم الخاضع للإشراف واللغة والرؤية في تصنيف الصور الطبية.
تقترح هذه الورقة نموذج عالم حتمي (DWM) يلغي المتغيرات الكامنة العشوائية لرسم خرائط حالات النظام مباشرة إلى صور، مما يتيح تحققاً أكثر دقة لأنظمة التحكم القائمة على الرؤية ذات الحلقة المغلقة من خلال مجموعات وصول أضيق وحدود إحصائية صارمة لانحرافات المسار.
تُعد SALAD طريقة ضبط دقيق فعالة لنماذج محولات الانتشار المرئية (Video Diffusion Transformers) تحقق ما يصل إلى 90% من ندرة الانتباه وتسريعاً في الاستدلال بمقدار ضعفين من خلال إدخال فرع انتباه خطي خفيف الوزن متوازن مع انتباه نادر عبر استراتيجية قياس ثابتة-ديناميكية متعددة المستويات، كل ذلك مع الحفاظ على جودة التوليد بأقل قدر من بيانات التدريب والتكلفة الحسابية.