12799 ورقة بحثية
تقترح هذه الورقة إطار عمل جديد لتعمية الفيديو زمانياً ومكانياً قائماً على الانتباه، يستخدم رموز تصنيف مزدوجة في محولات الرؤية (Vision Transformers) لتقليم الأجزاء الأنبوبية (tubelets) الحساسة للخصوصية بشكل انتقائي مع الحفاظ على فائدة التعرف على الأفعال.
تقترح هذه الورقة DuSCN-FusionNet، وهو إطار تعلم عميق قابل للتفسير يستخدم شبكات التغاير الهيكلي ثنائية القنوات المستمدة من بيانات التصوير بالرنين المغناطيسي للأنظمة الهيكلية (sMRI) لتحقيق تصنيف قوي لاضطراب نقص الانتباه مع فرط النشاط (ADHD) مع تحديد مناطق الدماغ ذات الصلة سريرياً كعلامات بيولوجية محتملة.
تقدم هذه الورقة إطار عمل "ما هو ضروري فقط"، وهو إطار عمل للتصميم القائم على الخصوصية للكشف عن الشذوذ في الفيديو، يستخدم تقليل البيانات القائم على الاتساع والعمق لحجب معلومات تحديد الهوية الشخصية مع الحفاظ على فائدة الكشف، باستخدام تحليل باريتو لتحديد نقاط المقايضة المثلى بين الخصوصية والأداء بما يتوافق مع اللائحة العامة لحماية البيانات (GDPR).
تقدم هذه الورقة نموذج MPDiT، وهو بنية محول متعدد الرقع (multi-patch Transformer) هرمي يقلل التكاليف الحسابية بنسبة تصل إلى 50% مقارنة بنماذج محولات الانتشار القياسية من خلال معالجة السياقات العالمية الخشنة باستخدام رقع أكبر في الكتل المبكرة وتحسين التفاصيل المحلية باستخدام رقع أصغر في الكتل اللاحقة، مع اقتراح تصميمات تضمين محسنة لسرعة التقارب.
تقدم هذه الورقة HandVQA، وهو معيار مرجعي واسع النطاق يضم أكثر من 1.6 مليون سؤال مستمد من مجموعات بيانات يد ثلاثية الأبعاد عالية الجودة لتشخيص وتحسين قدرات الاستدلال المكاني دقيق التفاصيل لنماذج الرؤية واللغة، مما يكشف عن قيودها الحالية مع إثبات أن التدريب على هذا المعيار يعزز بشكل كبير الأداء في المهام اللاحقة مثل التعرف على الإيماءات والتفاعل بين اليد والأشياء.
تقترح الورقة البحثية إطار عمل SCORE، وهو إطار يعتمد على التعلم التعزيزي ويستخدم تمثيلات حالة معززة بالمفاجأة واستراتيجية تعلم منهجي لتحقيق ضغط تكيفي للرموز، مما يسرع فهم الفيديو بشكل كبير مع الحفاظ على أداء يقارب المثالية.
تقدم الورقة البحثية إطار عمل RAR، وهو إطار عمل موحد وقابل للتدريب بالكامل يدمج تقييم جودة الصورة واستعادة الصور في عملية تكرارية في النطاق الكامن للتكيف ديناميكيًا والتعامل بفعالية مع تدهورات الصور الفردية وغير المعروفة والمركبة، محققًا أداءً هو الأفضل في مجاله.
تقترح هذه الورقة إطار عمل فعال حاسبياً لتسجيل الصور متعدد الأنماط، يدمج بين نموذج أساسي أحادي النمط مجمد ومسار تحسين مثالي خفيف الوزن وغير مرتبط بالتباين، وذلك لسد الفجوات بين الأنماط والنطاقات دون التكلفة الباهظة لضبط الشبكة بالكامل.
تقدم هذه الورقة البحثية CPUBone، وهي عائلة جديدة من نماذج الهياكل الأساسية للرؤية الحاسوبية المصممة خصيصاً للاستنتاج القائم على المعالجات المركزية (CPU) عبر توظيف التلافيف المجمعة وأحجام النواة المختزلة لموازنة التكلفة الحسابية مع كفاءة الأجهزة، مما يحقق أفضل مستويات التوازن بين السرعة والدقة على الأجهزة ذات قدرات التوازي المنخفضة.
تقترح هذه الورقة إطار عمل جديد للتعلم الميتا (meta-learning) لاستعادة الشبكة البشرية بشكل قوي، يجمع بين محاكاة تحسين وقت الاختبار، والتخزين المؤقت الانتقائي للمعلمات، والتحديثات التكيفية الواعية بالشك لتحقيق أداء رائد وتحسين التعميم عبر المجالات المختلفة.