12799 ورقة بحثية
تقدم الورقة البحثية HyVIC، وهي بنية مشفر تلقائي تبايني مكاني-طيفي مدفوع بالمعايير، تعالج قيود نماذج ضغط الصور الطبيعية الحالية من خلال الموازنة الصريحة بين تعلم الميزات المكانية والطيفية، مما يحقق دقة إعادة بناء هي الأفضل في فئتها عبر مختلف نسب الضغط.
تقدم هذه الورقة البحثية "الكفاءة الكمية القابلة للتعلم" (LQE)، وهي طريقة لتقليل الأبعاد مستوحاة من الفيزياء وتتميز بالقابلية للتفسير، تقوم بتمثيل دوال استجابة طيفية سلسة ومحدودة لتعزيز أداء تقسيم الصور فائقة الطيف في المناطق الحضرية وكفاءة المعلمات بشكل كبير، مع سد الفجوة بين الإدراك فائق الطيف وتصميم المستشعرات متعددة الأطياف القائم على البيانات.
يُعد OVI-MAP نظاماً آنياً لرسم الخرائط التدريجية ثلاثية الأبعاد للمثيلات ذات الدلالات المفتوحة، حيث يفصل بين إعادة بناء المثيلات غير المرتبطة بفئات وبين الاستدلال الدلالي باستخدام نماذج الرؤية واللغة لتحقيق تتبع مستقر وتوسيم صفري القدرة في البيئات المعقدة.
تنتقد هذه الورقة الاعتماد على عمليات الضرب والجمع (MACs) كمقياس للكفاءة للنماذج الأساسية للرؤية الحاسوبية على الأجهزة الطرفية، وتقدم بنية LowFormer التي تتميز بآلية Lowtention مبتكرة لمعالجة أوجه القصور هذه، وتثبت تفوقها في السرعة والدقة عبر مختلف المنصات العتادية والمهام اللاحقة.
يقدم HolisticSemGes نموذج مطابقة تدفق تبايني يولد إيماءات مصاحبة للكلام شاملة ومرتكزة دلالياً من خلال الاستفادة من أزواج الصوت والنص غير المتطابقة كعينات سلبية للتغلب على أوجه القصور في الأساليب الحالية في إنتاج حركات متفرقة ومتسقة عبر الوسائط.
يُعد VGGRPO إطار عمل للتعلم المعزز الموجه بالهندسة الكامنة، والذي يعزز توليد الفيديو المتسق مع العالم من خلال إدخال نموذج هندسة كامنة لإعادة بناء المشهد رباعي الأبعاد بشكل مباشر، وتوظيف تحسين السياسة النسبي الجماعي مع مكافآت قائمة على الهندسة لتحسين التماسك الهندسي واستقرار الكاميرا دون العبء الحسابي الناتج عن فك ترميز VAE المتكرر.
تقدم هذه الورقة Sig2GPS، وهو نهج مبتكر يعيد بناء مسارات نظام تحديد المواقع العالمي (GPS) عالية الدقة من بيانات إشارات الخلايا الخلوية الخشنة عبر إعادة صياغة المشكلة كمسألة توليد فيديو مرئي للخرائط، وذلك باستخدام مجموعة بيانات متخصصة والتعلم المعزز للتفوق على الأساليب الحالية في الدقة والقابلية للتوسع.
تقدم الورقة البحثية PerceptionComp، وهو معيار مرجعي مُصنف يدويًا يضم 1,114 سؤالاً معقدًا عبر 279 فيديو متنوعًا تتطلب استدلالًا إدراكيًا متعدد الخطوات وطويل المدى، مما يكشف أن النماذج الحالية المتطورة وحتى البشر يعانون بشكل كبير مع المهام التي تتطلب منطقًا تركيبيًا وأدلة بصرية متكررة.
تقترح هذه الورقة إطاراً عاماً لبناء نماذج متكافئة لينة قابلة للضبط عن طريق إسقاط الأوزان مسبقة التدريب في فضاء جزئي مصمم، مما يوفر حدود خطأ نظرية ويُظهر أداءً محسناً عبر مهام متنوعة مع تقليل خطأ التكافؤ على ImageNet.
تقدم الورقة البحثية GaussianGPT، وهو نموذج ترانسفورمر (transformer) ذاتي الانحدار يقوم بتوليد مشاهد ثلاثية الأبعاد عبر التنبؤ برموز منفصلة مشتقة من عناصر غاوس الأولية المضغوطة، مما يوفر بديلاً قابلاً للتوسع والتحكم مقارنة بالنهج القائم على الانتشار لبناء المشاهد ثلاثية الأبعاد خطوة بخطوة.