12799 ورقة بحثية
تقترح هذه الورقة إطار عمل مبتكر يصيغ هجمات تمويه المركبات كمسألة تحرير صور مشروطة عبر ضبط نموذج ControlNet لإنتاج أمثلة خادعة عدائية، تتسم بالخفاء والأمانة الهيكلية، وتؤدي إلى تدهور كبير في أداء الكواشف مع القدرة على التعميم على النماذج والبيئات الفيزيائية غير المرئية.
تقدم هذه الورقة البحثية NA-VQA، وهو معيار جديد يتكون من 88 فيلمًا كامل الطول و4,400 زوج من الأسئلة والأجوبة المصممة لتقييم الاستدلال السردي في الفيديوهات طويلة المدى، إلى جانب Video-NaRA، وهو إطار عمل يحسن الاستدلال طويل المدى من خلال بناء واسترجاع سلاسل هيكلية على مستوى الأحداث.
تقدم هذه الورقة VeloxNet، وهي بنية شبكة عصبية تلافيفية (CNN) خفيفة الوزن تستبدل وحدات "fire" الخاصة بـ SqueezeNet بوحدات بوابات مكانية لتحقيق نمذجة مكانية عالمية بعدد أقل من المعلمات، مما يؤدي إلى تحسينات كبيرة في كل من دقة التصنيف وكفاءة المعلمات عبر ثلاث مجموعات بيانات للصور الجوية المخصصة لمراقبة الكوارث المدمجة وفحص البنية التحتية.
تقدم هذه الورقة طريقة لتوليد رسومات تخطيطية (sketches) من نص إلى متجه (text-to-vector) قابلة للتحكم والتعديل، وذلك عبر تدريب وكيل نموذج لغوي متعدد الوسائط على مجموعة بيانات جديدة موسومة على مستوى الأجزاء تسمى ControlSketch-Part باستخدام نهج التعلم التعزيزي بمكافأة العملية متعدد الدورات.
تقدم هذه الورقة FedAgain، وهو إطار عمل للتعلم الاتحادي القائم على الثقة، والذي يعزز متانة وتعميم التحديد الآلي لحصوات الكلى في تنظير الحالب من خلال موازنة مساهمات العملاء ديناميكيًا للتخفيف من التحديثات الضوضائية مع الحفاظ على خصوصية البيانات عبر المؤسسات الطبية المتنوعة.
إن SurfaceXR هو نظام لدمج المستشعرات يجمع بين تتبع اليد المعتمد على سماعة الرأس وبيانات وحدة القياس بالقصور الذاتي (IMU) من الساعة الذكية للتغلب على قيود الإيماءات في الهواء والرؤية من منظور الشخص الأول، مما يتيح تتبعاً دقيقاً وقوياً للمس والتعرف على الإيماءات على الأسطح اليومية.
تقدم الورقة البحثية dinov3.seg، وهو إطار عمل جديد للتجزئة الدلالية مفتوحة المفردات يوسع هيكل DINOv3 عبر بنية متخصصة، ومحاذاة ميزات ثنائية المستوى، واستراتيجية تحسين ثنائية المرحلة لتحقيق أداء رائد ومتانة في المشاهد المعقدة.
تُظهر هذه الدراسة أنه في تطبيق لتعلم لغة الإشارة قائم على الواقع الافتراضي، يُعد الانتباه البصري المستدام ووقت المشاهدة بعد التشغيل من المتنبئات الهامة لأداء التعلم، بينما يكشف التحليل الزمني عن أنماط تفاعل متميزة تتماشى مع كثافة المعلومات ومراحل التعلم.
تعالج TooClear تحدي تقدير العمق أحادي العدسة للأجسام الشفافة من خلال تقديم إطار عمل تعتيم توليدي يحول المظاهر الانكسارية إلى صور معتمة متسقة هندسياً، مما يمكّن مُقدِّرات العمق الجاهزة من إنتاج تنبؤات مستقرة ودقيقة دون الحاجة إلى إعادة التدريب.
يُعد StreetForward إطار عمل أمامي (feedforward) لا يتطلب وضعية محددة أو متتبعات، حيث يستفيد من آلية انتباه قناع زمني وتقنية التلعثم الغاوسي ثلاثي الأبعاد (3D Gaussian Splatting) لإعادة بناء المشاهد الشارعية الثابتة والديناميكية معاً، مما يتيح تخليق مناظر من زوايا رؤية جديدة وعالية الدقة وتقدير السرعة لكل بكسل دون الحاجة إلى تحسين لكل مشهد على حدة.