12754 ورقة بحثية
تقدم الورقة البحثية IMAGAgent، وهو إطار عمل لتحرير الصور متعدد الخطوات يستخدم آلية تخطيط واعية بالقيود، وتنسيق الأدوات، وانعكاس الخبراء المتعددين للتغلب على تراكم الأخطاء والانحراف الدلالي، محققاً أداءً فائقاً في مجموعتي بيانات MTEditBench وMagicBrush.
تقدم هذه الورقة البحثية BigEarthNet.txt، وهي مجموعة بيانات ضخمة متعددة المستشعرات تتكون من 464,044 صورة متطابقة من Sentinel-1 وSentinel-2 مع 9.6 مليون تعليق نصي متنوع، صُممت للتغلب على ندرة بيانات الصور والنصوص في الاستشعار عن بعد ولإظهار تحسينات كبيرة في الأداء لنماذج الرؤية واللغة عبر مختلف مهام مراقبة الأرض.
يُعد MaskTok مُرمزًا مستمرًا أحادي الأبعاد يعتمد على القناع المعزز، يستفيد من القناع الدلالي العشوائي والموجه بواسطة DINO جنبًا إلى جنب مع محاذاة التمثيل لمنع الانهيار اللاحق، مما يتيح توليد صور عالية الدقة بعدد أقل بكثير من الرموز (64 أو 128) ويحقق أداءً رائدًا في ImageNet.
تقدم هذه الورقة DynMask، وهو إطار عمل لتوليد الحركة المقنعة المدرك للتعقيد، والذي يستخدم واصف الطيف الحركي (MSD) الخالي من المعلمات لتكييف عمليات القناع، والانتباه، وفك التشفير ديناميكيًا بناءً على تعقيد الحركة المحلي، مما يحسن بشكل كبير جودة التوليد للحركات المعقدة.
تقترح هذه الورقة دالة فقدان موجهة سريرياً (CDM loss) مقترنة بترميز فعال لمنطقة الاهتمام (ROI) باستخدام قناع البتات، وذلك لتحسين التنبؤ بالجرعة ثلاثية الأبعاد لعلاج الرأس والعنق بالإشعاع، مما يحسن بشكل كبير من تغطية الهدف والالتزام بالقيود السريرية لـ (DVH) مقارنة بدوال الفقد التقليدية القائمة على مستوى الفوكسل أو منحنيات (DVH).
تقدم هذه الورقة إطار عمل مبتكرًا باستخدام تفكيك المعلومات الجزئي للتحليل الكمي لعمليات اتخاذ القرار الداخلية لـ 26 نموذجًا ضخمًا من نماذج الرؤية واللغة، مما يكشف عن أنظمة مهام متميزة، واستراتيجيات متباينة على مستوى العائلة، والدور الحاسم لضبط التعليمات البصرية في تحقيق دمج متعدد الوسائط حقيقي.
تكشف هذه الدراسة أنه في حين تُظهر مقاييس لون البشرة العالمية ارتباطاً ضعيفاً بأداء التجزئة، فإن انخفاض التباين بين الآفة والجلد يعد محركاً ثابتاً لأخطاء التجزئة، مما يشير إلى أن تحسينات العدالة في طب الجلد القائم على الذكاء الاصطناعي يجب أن تعطي الأولوية للتعامل مع الحدود منخفضة التباين بدلاً من فئات لون البشرة المنفصلة.
تُثبت هذه الورقة أن الاستفادة من مسار توليد بيانات اصطناعية تم إصداره حديثاً ومعيار HOI-Synth تعزز بشكل كبير من كشف تفاعل اليد مع الأشياء من منظور الشخص الأول، محققةً مكاسب أداء جوهرية حتى عند التدريب باستخدام 10% فقط من البيانات الحقيقية المصنفة، مع إثبات أن التقارب الأكبر بين السمات الاصطناعية والسمات الواقعية يعزز من الفعالية.
تقدم الورقة البحثية SHIFT، وهو هجوم لا يتطلب تدريباً يستغل الثغرة الجوهرية في إعادة بناء المسار في العلامات المائية القائمة على الانتشار عبر استخدام إعادة أخذ العينات العشوائية لتحويل المسار التوليدي في الفضاء الكامن، مما يحقق إزالة شبه كاملة لعلامات مائية متنوعة مع الحفاظ على جودة الصورة دون الحاجة إلى معرفة محددة بطريقة العلامة المائية.
يُعد MAPLE إطار عمل مبتكر للتصنيف الهرمي للصور متعددة الملصقات في الاستشعار عن بعد، حيث يدمج التهيئة النصية المدركة للرسم البياني، والترميز الهيكلي للشبكات العصبية التلاففية، والدمج التكيفي متعدد الوسائط لنمذجة تبعيات الملصقات المعقدة بفعالية، محققاً مكاسب كبيرة في الأداء في ظل ظروف التعلم من عينات قليلة مع حد أدنى من عبء المعلمات.