12754 ورقة بحثية
تقترح هذه الورقة إطار عمل جديد للاستحواذ النشط على التصوير بالرنين المغناطيسي يستفيد من إنتروبيا الرموز (token entropy) المستمدة من مشفر صور طبية مسبق التدريب ومحول كامن لتوجيه أخذ عينات فضاء k الأمثل، مما يظهر أداءً متفوقاً على النماذج المرجعية الحالية في المقاييس الإدراكية والمستندة إلى الميزات على مجموعات بيانات fastMRI.
إنَّ LITTA هو إطار عمل للمحاذاة في وقت الاختبار يعزز استرجاع المستندات متعدد الوسائط المرتكز بصرياً من خلال توليد متغيرات متعددة للاستعلام عبر نموذج لغوي كبير وتجميع نتائجها عبر دمج الرتب المتبادل، مما يحسن المتانة والدقة دون الحاجة إلى إعادة تدريب المسترجع.
تقترح هذه الورقة نهجًا يعتمد على محول الرؤية (Vision Transformer) من طرف إلى طرف يقوم بتحويل إشارات تخطيط كهربية القلب (ECG) الخام إلى مخططات طيفية ثنائية الأبعاد لمعالجة التباين بين الأفراد بفعالية، محققةً دقة هي الأفضل في مجالها في التصنيف متعدد المستويات للتوتر على مجموعتي بيانات WESAD وRML.
تتقصى هذه الورقة كيفية استنتاج نماذج الرؤية واللغة لسياق المشهد من خلال كائنات مفردة، كاشفةً أنه في حين تحقق هذه النماذج أداءً أعلى من مستوى الصدفة يتأثر بخصائص الكائنات الشبيهة بالبشر، فإن الآليات الكامنة تتضمن تمثيلات قابلة للفصل جزئياً حيث يتم تشفير هوية المشهد دقيقة التفاصيل عبر الشبكة بأكملها بينما لا يظهر السياق العام إلا في مرحلة متأخرة أو لا يظهر على الإطلاق.
تقترح هذه الورقة إطار عمل مبتكر يدمج المشفرات التلقائية المتفرقة مع تقليم الرؤوس الديناميكي في محولات الرؤية لتوليد سياسات تقليم قابلة للتفسير وخاصة بكل فئة، والتي تعمل في آن واحد على تحسين دقة النموذج وتقليل العبء الحسابي.
تقدم هذه الورقة دراسة تجريبية منضبطة ضمن إطار عمل MotionGPT3، تُظهر أن استبدال أهداف الانتشار (diffusion objectives) بالتدفق المصحح (rectified flow) يحسن بشكل كبير من تقارب التدريب وكفاءة الاستدلال مع الحفاظ على جودة توليد الحركة أو تعزيزها على مجموعة بيانات HumanML3D.
تتتبع هذه الدراسة الشاملة تطور تصنيف مشاهد الاستشعار عن بعد من الميزات التقليدية المصممة يدويًا إلى أنظمة التعلم العميق والذكاء الاصطناد التوليدي الحديثة، مع تحليل التحولات المنهجية الرئيسية، والتحديات الراهنة، واتجاهات البحث المستقبلية لتطبيقات مراقبة الأرض.
تقدم هذه الورقة مساراً لتوليد بيانات تدريب اصطناعية تصور حالات فقدان الشعر وسوء الحالة البدنية من صور حقيقية لآلات التصوير الخفية، مما يُمكّن نماذج فحص صحة الحياة البرية المؤتمتة بنجاح من تحقيق أداء قوي (0.85 AUROC) عند تدريبها حصرياً على مجموعة البيانات الاصطناعية.
تقترح الورقة البحثية نموذج Tiny-ViT، وهو نموذج "ترانسفورمر رؤية" (Vision Transformer) مدمج وقابل للتفسير يحقق دقة حالة متقدمة (99.85%) وموثوقية عالية في تصنيف أمراض أوراق البطاطس (اللفحة المبكرة، واللفحة المتأخرة، والسليمة) مع الحفاظ على تكاليف حوسبة منخفضة مناسبة للتطبيقات ذات الموارد المحدودة والوقت الفعلي.
تقدم هذه الورقة البحثية مجموعة بيانات ضخمة لفيديوهات الرؤوس المتحدثة شبه الخام، تضم 847 تسجيلاً غير فاقد للجودة من مشاركين وأجهزة متنوعة، مُعلقاً عليها بمقاييس الجودة الإدراكية ومُنسقة في مجموعة فرعية للاختبار المرجعي بهدف دفع عجلة البحث في ضغط الفيديو وتحسينه من أجل الاتصالات في الوقت الفعلي.