12754 ورقة بحثية
تقدم هذه الورقة نظام TrendGen، وهو نظام ذكاء اصطناعي تم نشره على منصة تجارة إلكترونية كبرى يعمل على تعزيز تسوق الأزياء عبر الإنترنت من خلال إنشاء توصيات ملابس متجانسة واستخدام الذكاء الاصطناعي التوليدي لتحويل صور الملابس الخام إلى عروض عرض مسطحة (lay-down views) عالية الجودة ومعيارية.
تُعد TrackMAE طريقة لتعلم تمثيل الفيديو ذاتي الإشراف، وهي تُحسّن من نمذجة الفيديو المقنعة التقليدية عبر الاستفادة صراحةً من مسارات الحركة المستمدة من متتبعات النقاط لتوجيه الحجب المدرك للحركة وتوفير أهداف حركة تكميلية لإعادة البناء، مما يؤدي إلى أداء فائق في المهام التي تركز على الحركة.
تقترح هذه الورقة إطار عمل "الفصل ثم الإدراك" (DTP)، وهو نهج جديد يعتمد على التردد لرفع دقة الصور منخفضة الإضاءة، يستخدم الفصل الهيكلي المدرك للتردد، والتمثيل ثنائي المسار الخاص بالدلالات، وإعادة التشكيل الدلالي عبر الترددات لنمذجة السطوع والملمس بشكل مستقل، مما يتفوق بشكل كبير على الأساليب الرائدة الحالية في مقاييس PSNR وSSIM وLPIPS.
يُعد TokenDance إطار عمل لتوليد الرقصات من الموسيقى يتكون من مرحلتين، ويستخدم التجزئة ثنائية الأنماط عبر التكميم القياسي المحدود ومولد "توكن-إلى-توكن" يعتمد على بنية Mamba ثنائية الاتجاه للتغلب على قيود البيانات، محققاً أداءً فائقاً في جودة التوليد، والمحاذاة، وسرعة الاستنتاج.
تقدم هذه الدراسة نموذجاً للتعلم العميق قائماً على YOLOv11 يقوم في آن واحد بتجزئة حدود الجرح والتصنيف متعدد الفئات عبر خمسة أنواع من الجروح، مما يثبت أن تعزيز البيانات يعزز الأداء بشكل كبير وأن النسخة خفيفة الوزن YOLOv11n توفر حلاً قوياً وفعالاً من حيث الموارد للتقييم السريري وعن بُعد للجروح في الوقت الفعلي.
تقدم الورقة البحثية إطار عمل EVA، وهو إطار انتباه حاد مستوحى من علم الأعصاب يوازن صراحةً بين دقة التصنيف والمحاذاة مع مسارات المسح البصري الشبيهة بالبشر من خلال التحكم في التباين والبوابات التكيفية، محققاً قدرة فائقة على التفسير في مجموعات بيانات مثل CIFAR-10 وCOCO-Search18 دون الحاجة إلى إشراف نظرات العين.
تقدم هذه الورقة إطاراً موحداً لتقييم وتعزيز نماذج الرؤية واللغة عبر الاستدلال الهيكلي باستخدام الرسوم البيانية للمشهد، مما يثبت أن نموذج Qwen3-VL-8B-Thinking يتفوق بشكل كبير على البنيات الأخرى في معيار Winoground، لا سيما عند تعزيزه باستراتيجية تصفية الرسوم البيانية للمشهد متعددة الجولات.
تقدم هذه الورقة نظام تصوير استقطابي عديم العدسات موجهًا يجمع بين مستشعر استقطاب-RGB مدمج وكاميرا RGB تقليدية مساعدة ومسار إعادة بناء ثنائي المراحل لتحقيق صور استقطابية متعددة الزوايا عالية الجودة وقابلة للتعميم بتكلفة منخفضة.
تقدم الورقة البحثية Falcon Perception، وهو نموذج Transformer كثيف موحد يستبدل خطوط معالجة المشفر والمفكك التقليدية المكونة من وحدات متعددة بهندسة دمج مبكر واحدة للتعامل في آن واحد مع الإدراك ونمذجة المهام، مما يظهر أداءً فائقاً في مهام التنبؤ بالقناع والتعرف الضوئي على الحروف (OCR) من خلال التصميم المبسط وإشارات التدريب المتخصصة.
تقدم هذه الورقة KAWHI، وهي آلية لإعادة وزن المكافآت قابلة للتوصيل والتشغيل تسد الفجوة بين التمثيل البصري والتعلم المعزز من المكافآت القابلة للتحقق (RLVR) في النماذج اللغوية البصرية الكبيرة عبر مواءمة الأدلة البصرية المكانية بشكل تكيفي مع خطوات الاستدلال الحاسمة دلاليًا للتغلب على الاختناقات الهيكلية وتعزيز أداء الاستدلال متعدد الوسائط.