12799 ورقة بحثية
يقدم HamVision إطار عمل لتحليل الصور الطبية يستفيد من المتذبذب التوافقي المخمد كتحيز استقرائي مهيكل لتوليد تمثيلات متميزة للموقع والزخم والطاقة، محققاً أداءً هو الأفضل في فئته في مهام التجزئة والتصنيف عبر عشر معايير دون الحاجة إلى تعديلات خاصة بالمهام في الديناميكيات الجوهرية.
تقترح هذه الورقة البحثية تقنية "تقطير المعرفة الموزونة ببيتا" (Beta-weighted Knowledge Distillation - Beta-KD)، وهي إطار عمل مدرك لعدم اليقين يعمل على موازنة البيانات والإشراف من جانب المعلم بشكل تكيفي عبر تفسير توجيه المعلم كـ "توزيع جيبس القبلي" (Gibbs prior) من منظور بايزي، مما يؤدي إلى تحسين أداء نماذج الرؤية واللغة متعددة الوسائط في اختبارات تقييم الأسئلة البصرية (VQA).
تقدم هذه الورقة PhotoBeamSolver، وهو نظام قائم على الرؤية الحاسوبية والنماذج اللغوية الكبيرة (LLM) يقوم بحل نماذج العوارض الإنشائية المثالية من الرسوم التخطيطية المرسومة يدوياً، مع تحليل التحديات والقيود والتطبيقات الأوسع لدمج الذكاء الاصطناعي البصري في الهندسة المدنية.
تُعد EpiMask شبكة مطابقة صور شبه كثيفة مصممة لصور الأقمار الصناعية، تعمل على تحسين الدقة من خلال دمج تقريبات الكاميرا الأفينية على مستوى الرقع، واستخدام أقنعة انتباه قائمة على المسافة الاندماجية (epipolar distance) لفرض القيود الهندسية، وصقل المشفرات التأسيسية، مما يحقق أداءً أفضل بنسبة تصل إلى 30% من النماذج الأرضية على مجموعة بيانات SatDepth.
تقترح هذه الورقة البحثية إطار عمل HIPSS، وهو إطار عمل جديد لتصنيف صور الشرائح الكاملة في ظروف التعلم من أمثلة قليلة، يجمع بين طريقة ضبط المحفزات الموفرة للمعلمات والتوجيه النصي الهرمي المرن للتغلب على قيود التكاليف الحسابية وفقدان المعلومات في مناهج نماذج الرؤية واللغة الحالية، محققاً تحسينات كبيرة في الأداء عبر أنواع متعددة من السرطانات.
تقترح هذه الورقة إطار عمل غير خاضع للإشراف يجمع بين فك الارتباط الطيفي المقترن والتعلم التنافسي في الفضاء الكامن لرفع الدقة المكانية للصور فائقة الطيف ومتعددة الأطياف غير المسجلة مكانياً في آن واحد، مع تقديم أول ضمانات نظرية حول إمكانية الاسترداد لمثل هذه المهام من الدمج غير المسجل.
يُعد VIGIL إطار عمل للاستدلال الهيكلي القائم على الأجزاء، والذي يعمل على تحسين كشف التزييف العميق القابل للتعميم من خلال فصل تخطيط أجزاء الوجه عن فحص الأدلة عبر آلية حقن مرحلية ومرحلية التدريب، محققاً أداءً فائقاً على معيار OmniFake المنشأ حديثاً.
تقترح هذه الورقة إطار عمل جديد لتوليد الرسوم البيانية لمشاهد الفيديو تحت الإشراف الضعيف، والذي يقدم تعلم وتقييم تقارب الأزواج (PALS) والمطابقة الواعية بالعلاقات (RAM) لتصفية أزواج الكائنات المشوشة وحل غموض الفئات بفعالية، مما يحقق أداءً هو الأفضل في فئته على مجموعة بيانات Action Genome.
تقدم الورقة البحثية CataractSAM-2، وهو نموذج متكيف مع النطاق يعتمد على نموذج Segment Anything Model 2، يتيح التجزئة في الوقت الفعلي وعالية الدقة لمقاطع فيديو جراحة الساد (الماء الأبيض) ويسهل عملية ترميز الحقيقة الأرضية القابلة للتوسع من خلال إطار عمل تفاعلي، بينما يُظهر قدرة قوية على التعميم الصفري (zero-shot generalization) للإجراءات العينية الأخرى.
تقترح هذه الورقة "تصنيف مخاطر الخصوصية التركيبي" (CPRT)، وهو إطار عمل يتجاوز تقييمات الخصوصية الثنائية لتقييم الشدة المتدرجة بناءً على الجمع بين السمات البصرية، وتُظهر أنه بينما تعاني النماذج اللغوية البصرية الكبيرة (VLMs) الرائدة من المخاطر التركيبية، فإن نموذجاً متخصصاً بحجم 8 مليار معلمة ومضبوطاً بدقة يمكنه سد هذه الفجوة بفعالية.