12752 ورقة بحثية
تقدم الورقة البحثية إطار عمل موحد يُدعى PRS-Med، والذي يستفيد من نموذج رؤية ولغة طبية ومجموعة بيانات جديدة تم التحقق منها من قبل خبراء (PosMed) للقيام بتجزئة الاستدلال الموضعي عبر محاكاة أنماط البحث القائمة على المناطق لدى أخصائيي الأشعة، مما يؤدي إلى تحسين دقة التجزئة وقابليتها للتفسير بشكل كبير مقارنة بالطرق الحالية القائمة على التلقين.
يعالج TTA-DAME تحدي ظروف القيادة الديناميكية من خلال الاستفادة من تعزيز نطاق المصدر، ومميز النطاق، ومجموعة من الكواشف المدمجة عبر عملية تقليص القيم غير القصوى لتحسين أداء التكيف في وقت الاختبار بشكل كبير على معيار SHIFT.
تقترح هذه الورقة طريقة للتعلم المستمر بزيادة الفئات مع التكرار (CIR) تستفيد من البيانات غير المصنفة الوفيرة من خلال تقطير المعرفة متعدد المستويات والتعلم الذاتي الخاضع للإشراف الديناميكي لتعزيز استقرار النموذج ومرونته، محققة المركز الثاني في تحدي CVPR 5th CLVISION.
تقترح هذه الورقة البحثية Unified-GRPO، وهي طريقة للتدريب اللاحق تعتمد على التعلم المعزز توحد بين فهم الصور إلى النصوص وتوليد الصور من النصوص ضمن إطار عمل للمشفر التلقائي، باستخدام مكافآت إعادة البناء لخلق دورة تعزيز متبادل حيث يؤدي تحسين الترميز الدلالي إلى تعزيز إعادة بناء الصور والعكس صحيح.
تقترح هذه الورقة إطار عمل غير مرتبط بكاشف محدد يعزز الكشف عن الأجسام الطبية متعدد الوسائط من خلال تقديم رموز وسائط خفيفة الوزن ومرحلة تدريب مسبق لمحاذاة تمثيلات استعلام الكائن مع وسائط التصوير الخاصة بها، مما يتغلب على تحديات إحصائيات البيانات غير المتجانسة دون الحاجة إلى تغييرات هيكلية أو ملصقات إضافية.
تقدم هذه الورقة شبكات الخبراء الإقليمية (REN)، وهو إطار عمل لخليط من الخبراء مستند إلى التشريح يستفيد من التخصص الخاص بفصوص الرئة والبوابات متعددة الوسائط لتحسين دقة تشخيص أمراض الرئة الخلالية وقابليتها للتفسير بشكل كبير مقارنة بالنماذج المرجعية التقليدية للتعلم العميق.
تُعد TransFIRA إطار عمل للتعلم بنقل المعرفة خفيف الوزن وخالٍ من التوسيم، يعمل على تحسين تقييم قابلية التعرف على صور الوجوه من خلال ربط مقاييس الجودة مباشرة في فضاء التضمين عبر تشابه مركز الفئة والانفصال الزاوي، محققاً دقة تحقق رائدة في عمليات التحقق وموسعاً نطاق التطبيق ليشمل التعرف على الجسم والقابلية للتفسير دون الاعتماد على تسميات خارجية أو استدلالات تقريبية.
تُعد PartNeXt مجموعة بيانات من الجيل التالي تضم أكثر من 23,000 نموذج ثلاثي الأبعاد عالي الجودة وذات ملمس واقعي مع تعليقات توضيحية دقيقة وهرمية للأجزاء، مما يعالج أوجه القصور في مجموعات البيانات السابقة ويطور بشكل كبير الأبحاث في مجال تقسيم الأجزاء ثلاثية الأبعاد والإجابة على الأسئلة المتمحورة حول الأجزاء.
تقترح الورقة البحثية إطار عمل T-VAU، وهو إطار عمل موجه بالنصوص يستفيد من مُفكك شفرة خريطة حرارية للتشوهات (Anomaly Heatmap Decoder) ومُشفّر تشوهات مدرك للمناطق (Region-aware Anomaly Encoder) لتمكين النماذج الرؤية-اللغوية الضخمة من إجراء كشف موحد للتشوهات في الفيديو بدقة عالية، وتحديد المواقع بدقة على مستوى البكسل، والاستدلال الدلالي القابل للتفسير.
تقيم هذه الورقة كيف تؤدي مشكلات جودة الصور الشائعة إلى تدهور دقة نماذج الرؤية واللغة في توليد أوصاف المنتجات للمستخدمين المكفوفين وضعاف البصر، مما يكشف عن انخفاض كبير في الأداء ويؤكد الحاجة إلى ممارسات تقييم متمحورة حول ذوي الإعاقة لضمان تلبية هذه الأدوات لاحتياجات الوصول في العالم الحقيقي.