12799 ورقة بحثية
للتغلب على تدهور الأداء في النماذج الحالية في توليد الصور متعددة المراجع الناتج عن نقص البيانات ذات السياق الطويل المنظمة، تقدم هذه الورقة MacroData، وهي مجموعة بيانات واسعة النطاق تضم 400 ألف عينة، وMacroBench، وهو معيار تقييم موحد، واللذان يُمكّنان معاً من تحقيق تحسينات جوهرية في توليد صور متماسكة من مراجع بصرية متعددة.
تقترح هذه الورقة إطار عمل هجين يدمج الاستدلال البايزي للحفاظ على خرائط الاعتقاد المكاني مع التعلم التعزيزي العميق لاختيار الإجراءات، مما يظهر تحسناً في معدلات النجاح وتقليلاً في جهد البحث في مهام الملاحة الذاتية للأجسام داخل البيئات الداخلية.
يُعد CIAR إطار عمل تعاوني بين السحابة والجهاز يعمل على تسريع التوليد الذاتي الانحدار للصور من خلال توظيف كمِّم لعدم اليقين في الرموز (tokens) على الجهاز باستخدام فترات احتمالية مستمرة لنقل الرموز غير المؤكدة فقط إلى السحابة، مما يحقق تسريعاً بمقدار 2.18 ضعفاً وانخفاضاً بنسبة 70% في طلبات السحابة مع الحفاظ على دقة بصرية عالية.
تُعد GridVAD خط تدفق عمل للكشف عن الشذوذ في الفيديو مفتوح المجموعة ولا يتطلب تدريباً، حيث يستفيد من نماذج الرؤية واللغة كجهات مقترحة للشذوذ يتم تنقيحها بواسطة توحيد الاتساق الذاتي وتأصيلها بواسطة نماذج الكشف والتجزئة لتحقيق أداء فائق على مستوى البكسل دون تدريب خاص بالمجال.
يُعد AdaSFormer إطار عمل محول متسلسل مبتكر يعالج تحديات إكمال المشهد الدلالي أحادي العدسة في الأماكن المغلقة من خلال مجالات استقبال تكيفية، وتشفير موضعي نسبي للمركز، وتطبيع طبقة معدل بالتلافيف، محققاً أداءً هو الأفضل في فئته على مجموعتي بيانات NYUv2 وOcc-ScanNet.
تقدم الورقة البحثية RealRestorer، وهو نموذج مفتوح المصدر لترميم الصور يعد الأحدث في مجاله، تم تدريبه على مجموعة بيانات واسعة النطاق تضم تسعة أنواع من التدهور في العالم الحقيقي وتم تقييمه عبر RealIR-Bench الجديد، والذي يحقق أداءً يضاهي نماذج التحرير الضخمة مغلقة المصدر مع تقليل التكاليف الحسابية بشكل كبير.
تتناول هذه الورقة الارتباط السلبي المتأصل بين جودة المظهر البصري وجودة الحركة في بيانات الفيديو من خلال تقديم استراتيجية "فك الارتباط للجودة المدرك للخطوات الزمنية" (TQD)، وهي استراتيجية تدريب مبتكرة تختار عينات البيانات عند خطوات زمنية محددة في عملية الانتشار لتمكين النماذج من تحقيق أداء فائق حتى دون الوصول إلى بيانات "ذهبية" مثالية.
تستخدم هذه الدراسة شبكة عصبية من نوع ResNet-50 لتحليل كيفية تأثير ضبابية الحركة، وزوايا الرؤية، والانسدادات على التعرف على علامات الظهر في الخنازير، مما يوفر إرشادات حاسمة لتصميم معرفات غير غامضة ومتوافقة مع التعلم الآلي لدعم مراقبة الحيوانات على مستوى الفرد.
تُعد PAWS طريقة مبتكرة تعالج قيود القابلية للتوسع في تقنيات إدراك التمفصل الحالية من خلال الاستخراج المباشر لحركة الأجسام وبنيتها من فيديوهات المنظور الشخصي واسعة النطاق والواقعية عبر تفاعلات اليد مع الأشياء، مما يُظهر تحسينات ملحوظة في مجموعات البيانات العامة وفوائد لمهام الروبوتات والتنبؤ ثلاثي الأبعاد اللاحقة.
تقدم هذه الورقة إطار عمل للتعلم العميق متعدد الوسائط في الوقت الفعلي، يقوم بدمج بيانات المجهر الجراحي والتصوير المقطعي المتماسك داخل العمليات عبر وحدات الانتباه المتقاطع والوحدات الزمنية لتعزيز تتبع الأدوات وتقدير المسافة بين الأداة والأنسجة بدقة دون المليمتر في جراحة الشبكية والزجاجي بشكل كبير.