12799 ورقة بحثية
تقدم هذه الورقة "MindSet: Vision"، وهي مجموعة أدوات متعددة الاستخدامات تحتوي على مجموعات بيانات صور مُتلاعب بها بشكل منهجي وبرمجيات مصممة لاختبار الشبكات العصبية العميقة ضد 30 نتيجة نفسية محددة في الإدراك البصري البشري، متجاوزةً بذلك المعايير القائمة على الملاحظة لتقييم التعرف على الأشياء القائم على الفرضيات بصرامة.
يُعد PE3R إطار عمل أمامي التغذية، لا يتطلب ضبطاً، يدمج الهندسة متعددة الرؤى مع الأولويات الدلالية ثنائية الأبعاد لتحقيق إعادة بناء دلالي ثلاثي الأبعاد قابل للتوسع وبدون تدريب مسبق، وبسرعة استدلال أعلى ودقة تضاهي أحدث الأساليب المتاحة مقارنة بالطرق الحالية.
تقترح هذه الورقة إطار عمل جديد للاستدلال السببي لمهام الإجابة على الأسئلة البصرية الطبية (MedVQA)، يدمج بنية رسم بياني سببي جديدة، وطريقة تعديل "الباب الأمامي" لإعادة أخذ العينات متعدد المتغيرات للقضاء على الارتباك عبر الوسائط، واستراتيجية تعزيز التلقين، محققةً تحسينات كبيرة في الدقة وارتباطات سببية حقيقية عبر ثلاثة مجموعات بيانات.
تقدم هذه الورقة البحثية CAT-LVDM، وهو إطار عمل للتدريب المدرك للفساد لنماذج الانتشار الفيديوية الكامنة، والذي يستخدم مشغلات حقن ضوضاء مهيكلة ومتوافقة مع البيانات (BCNI وSACN) لتعزيز المتانة بشكل كبير ضد التكييف المشوب بالضوضاء وتحسين جودة توليد الفيديو مع التفوق على النماذج المرجعية الأكبر التي تدربت على بيانات أقل بكثير.
تقدم هذه الورقة Patch2Loc، وهي طريقة غير خاضعة للإشراف للكشف عن آفات الدماغ تقوم بتدريب شبكة عصبية للتنبؤ بالموقع المكاني لقطع صور الرنين المغناطيسي الطبيعية، وبالتالي تحديد الشذوذات كأقاليم ذات خطأ تنبؤ أو تباين عالٍ، وتُظهر أداءً يضاهي أحدث ما توصل إليه العلم في مجموعات بيانات متعددة.
تقدم هذه الورقة MedShift، وهو نموذج توليدي موحد مشروط بالفئة يعتمد على مطابقة التدفق وجسور شرودنغر، يتيح ترجمة غير مقترنة عالية الدقة بين صور الأشعة السينية الاصطناعية والحقيقية من خلال تعلم فضاء كامن مشترك محايد للمجال، مصحوباً بمجموعة بيانات X-DigiSkull الجديدة للقياس المرجعي.
تقدم هذه الورقة CBDebug، وهو إطار عمل لتصحيح الأخطاء يتكون من خطوتين لنماذج عنق الزجاجة المفاهيمية (Concept Bottleneck Models)، يقوم بإزالة المفاهيم غير المرغوب فيها وإعادة تدريب النموذج باستخدام تغذية راجعة محولة على مستوى المفهوم للتخفيف من عدم المواءمة المنهجية والارتباطات الزائفة.
تقدم هذه الورقة Easy3D-Labels، وهي طريقة تولد تسميات ثلاثية الأبعاد كحقائق أرضية زيفة باستخدام Grounded-SAM وMetric3Dv2 لتمكين الإشراف الثلاثي الأبعاد المباشر لتقدير الإشغال الدلالي، مما يلغي التكاليف الحسابية العالية لتوليد المناظر من زوايا جديدة مع تحسين دقة التحديد والأداء بشكل كبير على مجموعة بيانات Occ3D-nuScenes.
تقدم هذه الورقة إطار عمل هجين من نوع (One Dimensional CNN ECG Mamba) يجمع بين استخراج الميزات التلافيفية ونموذج فضاء الحالة ثنائي الاتجاه (Mamba) لتحقيق أداء فائق في تصنيف الاعتلالات متعددة الملصقات في تخطيط كهربية القلب بـ 12 مسرى مقارنة بطرق التعلم العميق الحالية.
تقترح هذه الورقة البحثية إطار عمل KnowCoL، وهو إطار للتعلم التبايني الموجه بالمعرفة يدمج المدخلات المرئية مع المعرفة النصية والهيكلية القائمة على ويكيداتا (Wikidata) لتحقيق أداء رائد في التعرف على الكيانات المرئية في النطاق المفتوح، لا سيالما بالنسبة للكيانات النادرة وغير المرئية.