12773 ورقة بحثية
تقدم هذه الورقة DARai، وهي مجموعة بيانات متعددة الوسائط شاملة تضم أكثر من 200 ساعة من التسجيلات المستمرة لـ 50 مشاركاً عبر 10 بيئات باستخدام 20 مستشعراً متنوعاً، والمصممة بشكل فريد بنظام تعليق توضيحي هرمي ثلاثي المستويات للنهوض بفهم الأنشطة البشرية من خلال مهام التعرف والتحديد والاستباق.
تقدم الورقة البحثية CheXGenBench، وهو إطار عمل مرجعي موحد يقيم دقة وخصوصية والمنفعة السريرية لصور الأشعة السينية الاصطناعية للصدر عبر 11 نموذجاً من نماذج تحويل النص إلى صورة باستخدام أكثر من 20 مقياساً معيارياً، مع إطلاق مجموعة بيانات صور اصطناعية تبلغ 75 ألف صورة (SynthCheX-75K) لدفع أبحاث الذكاء الاصطناعي الطبي.
تُعد FastCache إطار عمل يعمل على تسريع استنتاج نماذج "Diffusion Transformer" من خلال الجمع بين اختيار الرموز المدرك للمكان، والتخزين المؤقت للكمونات على مستوى المحول، ودمج الرموز القائم على البحث عن أقرب جار (k-NN) لتقليل الفائض الحسابي مع الحفاظ على جودة التوليد عبر التقريب الخطي القابل للتعلم.
تقدم الورقة البحثية IMAGHarmony، وهو إطار عمل فعال من حيث المعلمات يتيح تحرير الصور بشكل قابل للتحكم مع الحفاظ على اتساق عدد الأجسام وتخطيطها، وذلك عبر استخدام وحدة واعية بالتناغم واختيار ضوضاء موجه بالتفضيلات، وقد تم التحقق من صحته من خلال تجارب مكثفة ومن خلال معيار HarmonyBench الجديد.
تقدم هذه الورقة Score2Instruct، وهو مسار مؤتمت يعمل على توليد مجموعة بيانات ضخمة مكونة من 320 ألف زوج من التعليمات والاستجابات المتمحورة حول جودة الفيديو عبر ربط درجات الأبعاد المؤتمتة بمستويات نصية باستخدام استدلال تسلسلي (Chain-of-Thought) هرمي، مما يمكّن النماذج اللغوية الكبيرة متعددة الوسائط للفيديو من تحسين قدراتها في تقييم الجودة والتبرير بشكل كبير دون الاعتماد على التوضيحات البشرية أو الأنظمة المملوكة لجهات أخرى.
يُعد TimeSenCLIP نموذجاً خفيف الوزن للرؤية واللغة يعمل على محاذاة السلاسل الزمنية متعددة الأطياف لصور سنتينل-2 مع الصور الأرضية ذات الإحداثيات الجغرافية باستخدام إطار تبايني زمني عبر الرؤى، مما يتيح تحليلاً فعالاً للاستشعار عن بعد دون الحاجة إلى تعليقات نصية من خلال إعطاء الأولوية للإشارات الزمنية والطيفية على السياق المكاني.
تقترح الورقة البحثية إطار عمل A.I.R.، وهو إطار عمل تكيفي وتكراري ولا يتطلب تدريباً، يستفيد من نموذج رؤية ولغة قوي للتحليل الدلالي العميق للاستعلام من أجل اختيار أكثر إطارات الفيديو صلة بكفاءة، مما يتغلب على المقايضة بين الدقة والكفاءة في مجال الإجابة على الأسئلة المتعلقة بالفيديو.
تقدم الورقة البحثية SSeg، وهو إطار عمل مبتكر يجمع بين أخذ العينات النشط للحصول على تسميات النقاط بكفاءة واستراتيجية انتشار هجينة تستفيد من SAM2 والـ superpixels للتغلب على التكلفة العالية للتعليق الكثيف في التجزئة الدلالية للاستشعار عن بعد.
تقدم هذه الورقة IVEBench، وهي مجموعة اختبار حديثة صُممت لمعالجة أوجه القصور في طرق التقييم الحالية من خلال توفير مجموعة بيانات متنوعة تضم 600 فيديو عالي الجودة، و8 فئات لمهام التحرير، وبروتوكول شامل ثلاثي الأبعاد لتقييم تحرير الفيديو الموجه بالتعليمات.
تقدم هذه الورقة liRBSM، وهو مسار عمل منخفض التكلفة ومفتوح المصدر يستفيد من نموذج بارامتري عصبي ضمني محلي لإعادة بناء هندسة ثلاثية الأبعاد دقيقة وصحيحة مترياً للثدي من مقاطع فيديو RGB أحادية العدسة بهوامش خطأ تقل عن 2 مم.