12799 ورقة بحثية
تقدم الورقة البحثية SPKLIP، وهي أول بنية مصممة لمحاذاة تدفقات فيديو النبضات المتفرقة مع اللغة الطبيعية من خلال استخراج الميزات الهرمي والتعلم التبايني، محققةً أداءً رائدًا في التعلم بلقطات قليلة وكفاءة طاقة محسنة للنشر العصبي.
تقدم هذه الورقة MicroG-4M، وهي أول مجموعة بيانات مرجعية تضم أكثر من 4,700 مقطع فيديو من مهمات فضائية حقيقية ومحاكاة لمعالجة الفجوة الحرجة في فهم الفيديو لبيئات الجاذبية الصغرى من خلال دعم مهام التعرف على الأفعال، وكتابة الشرح للفيديو، والإجابة على الأسئلة البصرية.
تقدم هذه الورقة SymmFlow، وهو إطار عمل متماثل لتدفق المطابقة (Symmetrical Flow Matching) موحد يتعلم بشكل مشترك التحويلات الأمامية والعكسية لتحقيق أداء رائد في توليد الصور، والتجزئة، والتصنيف ضمن نموذج واحد مع تمكين الاستدلال الفعال في خطوة واحدة.
تقدم هذه الورقة HVLFormer، وهو إطار عمل لتقسيم الصور بنظام التعلم شبه المُشرف الذي يستفيد من استعلامات الكائنات النصية الهرمية والمدركة للمجال وتنظيم الاتساق عبر الرؤى لمحاذاة التمثيلات البصرية والنصية من نماذج الرؤية واللغة بفعالية، محققاً أداءً هو الأفضل في مجاله باستخدام أقل من 1% من البيانات المصنفة.
تقترح هذه الورقة استراتيجية "Ctrl-Z Sampling"، وهي استراتيجية غير مرتبطة بنموذج محدد تُستخدم أثناء الاستدلال، تعمل ديناميكياً على اكتشاف والهروب من النقاط المثلى المحلية في نماذج الانتشار عبر العودة إلى حالات أكثر ضجيجاً واستكشاف مسارات بديلة فقط عند تحديد ركود في الجودة، مما يؤدي إلى تحسين جودة التوليد عبر مختلف الميزانيات الحسابية.
يقدم PoseMaster إطار عمل موحداً أصيلاً ثلاثي الأبعاد يستفيد مباشرة من الهياكل العظمية ثلاثية الأبعاد ومجموعة بيانات ضخمة من نوع "صورة-هيكل عظمي-شبكة" لتحقيق توليد وضعيات ثلاثية الأبعاد بأسلوب فني متفوق ودقيق وقابل للتحريك، متجاوزاً بذلك قيود مسارات العمل التقليدية المتتالية من 2D إلى 3D.
يُعد HUG-VAS إطار عمل توليدي هرمي مبتكر يجمع بين تمثيل NURBS والنمذجة القائمة على الانتشار لتخليق هندسات للأبهر واقعية وجاهزة لمحاكاة ديناميكا الموائع الحسابية (CFD)، وتمكين التحرير الشرطي من نوع "صفر محاولات" (zero-shot) دون الحاجة للتدريب من بيانات تصوير سريرية متفرقة.
تقترح هذه الورقة بنية مصفوفة انقباضية (systolic array) بحجم 8×8 موفرة للطاقة، تستخدم عناصر معالجة مبتكرة دقيقة وتقريبية (PPC وNPPC) تحقق توفيراً كبيراً في استهلاك الطاقة بنسبة 22% و32% على التوالي، مع الحفاظ على جودة مخرجات عالية لتطبيقات معالجة الصور والرؤية المقاومة للأخطاء مثل تحويل جيب التمام المتقطع (DCT) وكشف الحواف.
تقدم الورقة البحثية WorldForge، وهو إطار عمل مبتكر لا يتطلب تدريباً يستفيد من التحسين داخل الخطوة، والتحليل الكامن القائم على التدفق البصري، والتوجيه ثنائي المسار، لتمكين التحكم الدقيق في الكاميرا بصفر محاولات (zero-shot) لتوليد فيديوهات ثلاثية وثنائية الأبعاد عالية الجودة دون الحاجة إلى إعادة تدريب النموذج.
تقترح هذه الورقة البحثية نموذج TVQ&RAP، وهو نموذج توليدي لرفع دقة الصور يحسن نمذجة الأولويات البصرية من خلال إدخال استراتيجية تكميم متجهية مخصصة للقوام وآلية تنبؤ مدركة لإعادة البناء يتم تدريبها باستخدام إشراف على مستوى الصورة لتقديم نتائج واقعية للغاية بتكلفة حوسبية منخفضة.