12754 ورقة بحثية
تقدم هذه الورقة البحثية نموذج DF-ACBlurGAN، وهو شبكة خصومية توليدية شرطية مدركة للهيكل تستفيد من تحليل النطاق الترددي والتمويه المتكيف مع المقياس لتخليق تضاريس مجهرية للمواد الحيوية ذات أنماط تكرار داخلية دقيقة وقابلة للتحكم تتوافق مع نتائج استجابة بيولوجية محددة.
تُظهر هذه الدراسة أن نماذج التعلم الآلي الهجينة بين الكمي والكلاسيكي، والتي تستخدم النوى الكمية والدوائر التباينية لترميز الميزات، تؤدي بشكل تنافسي مقابل نهج التعلم العميق التقليدي لتصنيف العيوب في صور لحام القوس بغاز التنجستن (TIG) للألومنيوم الصناعي.
يُعد MEDiC إطار عمل للتعلم الذاتي الإشراف متعدد الأهداف يجمع بشكل تآزري بين تقطير الرموز على مستوى الرقعة، ومحاذاة رمز الفئة (CLS) العالمي، وإعادة بناء البكسل لتحقيق أداء فائق على مجموعة بيانات ImageNet-1K، بينما يكشف عن الطبيعة التكاملية لهذه الأهداف، والفائدة المحدودة للقناع المتطور في الإعدادات الموجهة من قِبل المعلم، والهشاشة الشديدة لوزن الخسارة الأمثل.
يقدم UltraG-Ray إطار عمل جديداً قائماً على الفيزياء يجمع بين حقل غاوسي ثلاثي الأبعاد قابل للتعلم ومخطط صب أشعة فعال لتخليق صور موجات فوق صوتية من النمط B تعتمد على الرؤية وواقعية، متفوقاً بشكل كبير على الأساليب الحالية المتطورة في جودة الصورة والواقعية التشريحية.
يُعد MMFace-DiT نموذج محول انتشار ثنائي المسار موحد ومبتكر يحقق توليدًا عالي الدقة وقابلًا للتحكم للوجوه من خلال الدمج العميق للمقدمات الدلالية النصية والهيكلية المكانية عبر آلية انتباه مشتركة ذات تموضع دوار، متفوقًا بشكل كبير على النماذج متعددة الوسائط الحالية في الدقة البصرية والمواءمة مع المطالبات.
تقدم هذه الورقة نهجاً توليدياً يستخدم مجموعة بيانات شبه اصطناعية ونموذج انتشار فيديو مضبوط بدقة لإزالة البشر وظلالهم بشكل واقعي من فيديوهات جولات المشي من منظور الشخص الأول، مما يتيح إنشاء نماذج بيئية ثلاثية الأبعاد ورباعية الأبعاد عالية الجودة خالية من البشر.
تُظهر هذه الورقة أن الفجوة النمطية في النماذج متعددة الوسائط هي خلل يتسبب في نقص المتانة تجاه الاضطرابات، حيث تبين أن سد هذه الفجوة عبر المعالجة اللاحقة يمكن أن يزيد من متانة النموذج بشكل كبير دون التضحية بالدقة على البيانات النظيفة.
تقدم الورقة البحثية HCLSM، وهي آلة حالة كامنة سببية هرمية تجمع بين انتباه الفتحات المتمحور حول الأشياء، والديناميكيات الزمنية متعددة المقاييس، وتعلم الرسم البياني السببي لتحقيق أداء رائد في التنبؤ بالحالة التالية على معيار PushT الروبوتي بكفاءة حوسبية كبيرة.
تقدم هذه الورقة إطار عمل يعتمد على الرؤية الحاسوبية وخالٍ من المعايرة، يقوم بتحليل زوايا المفاصل المحاذية للعالم من فيديو أحادي العدسة لتعزيز اختبار "الصندوق والكتل" القياسي عبر التقاط جودة الحركة وتمييز الانحرافات الحركية الناتجة عن السكتة الدماغية التي تغفلها الدرجات التقليدية القائمة على الوقت.
تقترح هذه الورقة وتتحقق من صحة طريقة مبتكرة لتهيئة نماذج التعلم العميق باستخدام الخصائص الفيزيائية للقطط المنزلية، مما يثبت أن مثل هذه البذور "المدفوعة بالقطط" تحقق دقة أعلى بكثير من البذور الرقمية العشوائية التقليدية مثل 42.