12754 ورقة بحثية
يُعد NARVis إطار عمل للرندرة المعززة عصبياً يجمع بين مُرسِم متعدد السمات عالي الأداء وشبكة معالجة لاحقة عصبية لتمكين التصور عالي الدقة واللحظي للسحب النقطية العلمية الضخمة (التي تتجاوز 350 مليون نقطة) على وحدات معالجة الرسوميات المخصصة للمستهلكين، مع تقليل متطلبات الذاكرة بشكل كبير.
تقترح الورقة البحثية إطار عمل AnoPLe، وهو إطار تعلم محفز متعدد الوسائط ثنائي الاتجاه وخفيف الوزن مع تدريب مدرك للمقياس، يحقق أداءً رائدًا في اكتشاف الشذوذ متعدد الفئات في ظل ظروف التعلم من أمثلة قليلة عبر إلغاء الحاجة إلى أوصاف نصية خاصة بكل فئة أو وحدات خارجية، مع التقاط الأنماط الطبيعية المشتركة عبر الفئات المتنوعة بفعالية.
تقترح الورقة البحثية HYDRA، وهو مسرع للشبكات العصبية العميقة هجين لتعدد الإرسال للبيانات وقابل للتهيئة في وقت التشغيل عند طبقة البيانات، والذي يحقق انخفاضات تزيد عن 90% في استهلاك الطاقة والعبء الإضافي للمساحة مع تقديم أداء يصل إلى 35.21 TOPS للحوسبة الطرفية الفعالة.
تقدم هذه الورقة البحثية BiDAStereo، وهو إطار عمل مبتكر يستخدم آلية محاذاة ثنائية الاتجاه لتحقيق مطابقة ستيريو فيديو ذات أداء فائق مع تحسين الاتساق الزمني، إلى جانب إصدار مجموعات بيانات جديدة اصطناعية وواقعية تركز على المشاهد الطبيعية والحضرية لمعالجة القيود الحالية في البيانات والأساليب.
تقترح هذه الورقة البحثية وحدة DIFEM، وهي وحدة استخراج ميزات خفيفة الوزن وفعالة تستفيد من نقاط مفاتيح الهيكل العظمي البشري لالتقاط مؤشرات العنف الديناميكية مثل السرعة وتقاطع المفاصل، محققةً أداءً فائقاً على مجموعات البيانات القياسية مقارنةً بطرق التعلم العميق الحديثة مع تقليل تكاليف المعلمات بشكل كبير.
تقدم هذه الورقة ControlGUI، وهو نموذج قائم على الانتشار يسهل الاستكشاف السريع ومنخفض الجهد لمخططات واجهات المستخدم متنوعة ومنخفضة الدقة من خلال السماح للمصممين بالجمع بمرونة بين المطالبات، والمخططات الهيكلية، والتدفقات المرئية كمواصفات مدخلة.
تُعد MeshSplats طريقةً تُحوّل نماذج Gaussian Splatting المُدربة مسبقاً إلى تنسيق قائم على الشبكات (mesh)، مما يتيح استخدام تتبع الأشعة لتأثيرات إضاءة متقدمة مع توفير إمكانية الاستخدام الفوري وإمكانية تحسين الجودة لاحقاً.
تقدم الورقة البحثية نموذج "إعادة بناء أي شيء" (RAM)، وهو بنية عامة خفيفة الوزن وغير تكرارية تدمج المعرفة بالمؤثر الأمامي لتحقيق أداء رائد عبر مختلف مشكلات التصوير العكسية، ويمكن تكييفها بسرعة مع مهام جديدة عبر الضبط الدقيق ذاتي الإشراف دون الحاجة إلى بيانات حقيقية.
تقدم هذه الورقة البحثية "Surrogate Faithfulness" (SURF)، وهو معيار مرجعي جديد يكشف عن عيوب في المقاييس الحالية للتفسيرات القائمة على المفاهيم، ويكشف أن العديد من الأساليب غير الخاضعة للإشراف والمتطورة هي أقل أمانةً في تمثيل حسابات النموذج مما زُعم سابقاً.
تقترح هذه الورقة إطار عمل للإدراك النشط مُدرب عبر المحاكاة باستخدام مدرك متعدد الطبقات للتنبؤ بجودة الصورة بناءً على المسافة وكثافة الضوء، مما يمكّن المركبات تحت الماء من تكييف مناوراتها ذاتياً لضمان فحص الأصول بجودة عالية عبر ظروف عكارة متنوعة.