12799 ورقة بحثية
تقترح هذه الورقة إطار عمل للتعلم التعزيزي الموجه بتخطيط كهربية الدماغ (EEG) يدمج الرؤى المعرفية البشرية المستمدة من الجهود المرتبطة بالحدث في إشارة المكافأة، مما يؤدي إلى تحسين تجنب الاصطدام للمركبات ذاتية القيادة دون الحاجة إلى تغذية راجعة سلوكية بشرية صريحة.
تقدم هذه الورقة نموذج "Diffusion MRI Transformer" مزوداً بآلية مبتكرة لتمثيل الموضع الدوراني في فضاء الانتشار (D-RoPE)، والتي تلتقط بفعالية التبعيات المكانية والاتجاهية في بيانات التصوير بالرنين المغناطيسي للانتشار (dMRI)، مما يتيح تمثيلات قوية وقابلة للنقل من خلال التدريب المسبق ذاتي الإشراف الذي يتفوق على النماذج المرجعية في المهام السريرية اللاحقة مثل تصنيف الضعف الإدراكي الخفيف والتنبؤ بالدرجات الإدراكية.
تقترح الورقة البحثية إطار عمل "محو المفاهيم الموضعي المدرك للجوار" (NLCE)، وهو إطار عمل لا يتطلب تدريباً يعمل بفعالية على إزالة المفاهيم المستهدفة من نماذج الانتشار من نص إلى صورة مع الحفاظ على المفاهيم المجاورة ذات الصلة دلالياً من خلال تعديل التضمين الموزون طيفياً والبوابة المكانية الموجهة بالانتباه.
تُظهر هذه الدراسة أن استخدام نماذج غابة البقاء العشوائية لتحليل المنحدرات الطولية لمعامل حدة الحدود (BSC) المستمدة من التصوير بالرنين المغناطيسي الهيكلي يوفر طريقة أكثر دقة وفعالية من حيث التكلفة للتنبؤ بالتحول من الضعف الإدراكي الخفيف إلى مرض الزهايمر مقارنة بالفحوصًا الأساسية التقليدية أو النماذج المعلمية.
تُعد FairLLaVA طريقةً لضبط المعلمات بكفاءة، وهي مستقلة عن البنية الهيكلية، تعمل على تخفيف التحيزات الديموغرافية في النماذج اللغوية البصرية الكبيرة من خلال تقليل المعلومات المتبادلة بين السمات المستهدفة، مما يؤدي إلى تقليل التفاوتات بين المجموعات وتعزيز العدالة في مهام التصوير الطبي دون المساس بالأداء العام.
تقترح هذه الورقة نموذج انتشار كامن ذاتي الإشراف، تم تدريبه على صور (pseudo-CBCT) متسقة مكانياً، لتعزيز جودة صور التصوير المقطعي المحوسب ذي المخروط (Cone-Beam CT) مع الحفاظ بفعالية على البنى التشريحية وتجنب مشكلات التصحيح المفرط الشائعة في الطرق التقليدية.
تقدم هذه الورقة VLAgeBench، وهو معيار شامل للتعلم الصفري (zero-shot) لتقييم نماذج الرؤية واللغة الكبيرة المتطورة (GPT-4o، وClaude 3.5 Sonnet، وLLaMA 3.2 Vision) في تقدير العمر الوجهي عبر مجموعتي بيانات UTKFace وFG-NET، مما يظهر أداءها التنافسي مع تسليط الضو على التحديات الحرجة في العدالة، والحساسية للمطالبات، والقابلية للتفسير.
تُعد GeoReFormer بنية محوّلة (transformer) مدركة للهندسة، تعمل على تعزيز كشف قطع المسارات ثلاثية الأبعاد والاستدلال الطوبولوجي من خلال تضمين انحيازات استقرائية هندسية وعلاقية صريحة في وحدة فك التشفير، مما يحقق أداءً هو الأفضل في فئته على مقي-اس OpenLane-V2.
تقدم هذه الورقة البحثية FSAR-LLaVA، وهو إطار عمل جديد متكامل (end-to-end) يستفيد من النماذج اللغوية الكبيرة متعددة الوسائط كقاعدة معرفية لاستخراج تمثيلات مكانية زمانية غنية وبناء نماذج أولية مركبة موجهة للمهام، مما يعزز بشكل كبير التعرف على الأفعال في ظروف التعلم القليل من خلال نهج تعلم متري متعدد الوسائط لا يتطلب تدريباً.
تقترح الورقة البحثية Face2Parts، وهي طريقة هجينة جديدة للكشف عن التزييف العميق تعتمد على تمثيل الميزات الهرمي لالتقاط الاعتمادات المتبادلة بين المناطق من الخشن إلى الناعم بين مكونات الوجه (الإطار، والوجه، والشفاه، والعينين، والأنف) عبر انتباه القنوات والتعلم الثلاثي العميق، محققةً قدرة فائقة على التعميم والأداء عبر مجموعات بيانات مرجعية متعددة.