12799 ورقة بحثية
تقدم الورقة البحثية Split، وهو نموذج توليدي عميق ذاتي الإشراف ومعتمد على الفيزياء، يتفوق على الطرق الكلاسيكية والتعلمية القائمة في عملية فك الارتباط الطيفي لمجهر الفلورة من خلال التعامل بفعالية مع تداخل الأطياف، والضجيج العالي، وانخفاض الأبعاد الطيفية دون الحاجة إلى أجهزة متخصصة.
تقدم هذه الورقة نظام دمج متعدد الوسائط مكون من 12 مشفرًا لتحدي BLEMORE، والذي حقق المركز السادس من خلال الجمع بين نماذج متخصصة للوجه والصوت ولغة الجسد مع التطبيق المبتكر لـ Gemini Embedding 2.0، مما يثبت أن طبقات العروض التوضيحية المجمدة وعتبات البروز الشخصية تعد أمراً حاسماً للتعرف على المشاعر المختلطة.
يقدم البحث إطار عمل MoCHA، وهو إطار لتوحيد النصوص (text canonicalization) يعمل على إزالة الضجيج من التسميات التوضيحية للحركة عن طريق تصفية الأسلوب الخاص بالمُدوّن والسياق المستنتج للتركيز على الدلالات القابلة للاسترداد من الحركة، مما يؤدي إلى تقليل تباين التضمين وتحسين الأداء بشكل كبير مقارنة بأحدث التقنيات في مهام استرجاع النص والحركة ونقل الأداء عبر مجموعات البيانات المختلفة.
تقدم هذه الورقة البحثية AdvSplat، وهي أول دراسة منهجية تثبت أن نماذج "Gaussian Splatting" ثلاثية الأبعاد ذات التغذية الأمامية عرضة للهجمات العدائية، وتقترح خوارزميات فعالة في الصندوق الأسود تستخدم الاضطرابات في نطاق التردد لتعطيل إعادة البناء ثلاثي الأبعاد بشكل كبير دون الوصول إلى المكونات الداخلية للنموذج.
تقترح هذه الورقة البحثية إطار عمل CoRe، وهو إطار عمل مبتكر يعمل على تحسين أهداف التسجيل والتعلم التبايني المتماثل بشكل مشترك لتوليد تمثيلات سمات قوية وثابتة تجاه التشوهات، مما يحسن أداء تسجيل الصور الطبية بشكل كبير عبر مختلف سيناريوهات البطن والصدر مقارنة بالنماذج المرجعية القوية.
تقترح الورقة البحثية طريقة الضبط الدقيق القائم على اتساق الزخم (MCFT)، وهي طريقة خالية من المهايئات تعمل على الضبط الدقيق الانتقائي لنماذج التأسيس ثلاثية الأبعاد مع الحفاظ على التمثيلات سابقة التدريب من خلال قيود قائمة على الزخم، مما يحقق أداءً فائقاً في التعلم من أمثلة قليلة وكفاءة في الاستدلال دون عبء التأخير الناتج عن التقنيات الحالية الموفرة للمعلمات.
تقدم هذه الورقة مجموعة بيانات IJmond Industrial Smoke Segmentation، وهي مورد مرخص بموجب رخصة CC BY 4.0 ومستضاف على Figshare، مصمم لمهام تقسيم الدخان الصناعي.
تقدم هذه الورقة مساراً قابلاً لإعادة الإنتاج للتعلم العميق للتصنيف الثنائي لأمراض الشبكية من صور قاع العين، حيث تُظهر أن نهج التعلم بنقل المعرفة باستخدام نموذج VGG16 يتفوق بشكل كبير على نموذج CNN الأساسي في الدقة ومقياس F1، مع معالجة عدم توازن الفئات وتسليط الضوء على التحديات المتبقية في حساسية الفحص السريري.
تُثبت هذه الورقة أن المشفرات التلقائية المتناثرة (Sparse Autoencoders) يمكنها تحويل تمثيلات نماذج الرؤية التأسيسية غير الشفافة من الصور الطبية بفعالية إلى سمات متناثرة عالية القابلية للتفسير، والتي تحافظ على دقة إعادة بناء عالية وأداء عالٍ في المهام اللاحقة، مع تمكين اكتشاف المفاهيم المفهومة بشرياً واسترجاع الصور المدفوع باللغة.
تقدم الورقة البحثية نموذج 3D-LLDM، وهو نموذج انتشار كامن ثلاثي الأبعاد موجه بالملصقات، يقوم بتوليد أحجام رنين مغناطيسي عالية الجودة للمرحلة الكبدية الصفراوية مع أقنعة تشريحية لتحسين أداء تقسيم سرطان الخلايا الكبدية بشكل كبير من خلال تعزيز البيانات.