12799 ورقة بحثية
يقدم FlowScene نموذجاً توليدياً ثلاثي الفروع يستفيد من الرسوم البيانية متعددة الوسائط وآلية تدفق مُصحح وثيقة الترابط لتوليد مشاهد داخلية عالية الدقة ومتسقة الأسلوب في آن واحد، مع تحكم دقيق في تخطيطات الأشياء وأشكالها وأنسجتها.
تقدم الورقة البحثية K-GMRF، وهو إطار عمل عبر الإنترنت وخالٍ من التدريب، يقوم بنمذجة تتبع التغاير كحركة جسم صلب قسرية على زمر لي باستخدام ديناميكيات أويلر-بوانكاريه والتكامل اللاهندسي لتحقيق خطأ حالة مستقرة صفري واستقرار فائق مقارنة بالطرق الحالية من الدرجة الأولى.
يُعد FB-CLIP إطار عمل للكشف عن الشذوذ بنمط (zero-shot)، وهو يعمل على تحسين دقة التحديد الموضعي في السيناريوهات دقيقة التفاصيل من خلال فصل ميزات المقدمة عن الخلفية عبر تمثيلات نصية متعددة الاستراتيجيات، وفصل بصري متعدد الرؤى، وتنظيم الاتساق الدلالي.
يُعد LoD-Loc v3 طريقةً مبتكرةً للتحديد البصري للمواقع من الجو في البيئات الحضرية الكثيفة، حيث يتغلب على قيود التعميم والغموض التي واجهت سلفه من خلال الاستفادة من مجموعة بيانات جديدة ضخمة لتجزئة المثيل والتحول من محاذاة السمات الدلالية إلى محاذاة ظلال المثيل.
تُعد OrbitNVS طريقة مبتكرة لتخليق المشاهد من زوايا رؤية مختلفة، حيث تعيد صياغة المهمة كعملية توليد فيديو مداري عبر تكييف نموذج انتشار فيديو مُدرب مسبقاً باستخدام محولات كاميرا، وآلية انتباه موجهة بخرائط النورمال لضمان الاتساق الهندسي، وإشراف في فضاء البكسل لتحقيق أداء رائد، لا سيما في حالات الرؤية الأحادية الصعبة.
تُعد CS-MUNet شبكة "مامبا" (Mamba) ثنائية المسار مبتكرة تعزز تقسيم الأعضاء البطنية متعددة الأعضاء من خلال دمج وحدة "مامبا حالة الوعي بالحدود" للدمج الصريح للحدود، ووحدة "تجميع حالة مامبا للقنوات" للتعاون الدلالي عبر القنوات، محققةً أداءً هو الأفضل في فئته على المعايير المرجعية العامة.
تقترح هذه الورقة طريقة لتعزيز جودة توليد النص إلى فيديو والالتزام بالتحكم من خلال تحسين المربعات المحيطة المقدمة من المستخدم عبر أقنعة قابلة للتفاضل وهدف تعظيم الانتباه الذي يربطها بخرائط الانتباه الداخلية للنموذج.
تقترح هذه الورقة البحثية VLADR، وهو نهج جديد يعتمد على نماذج الرؤية واللغة لتعريف هوية الأشخاص مدى الحياة، والذي يستخدم فك الارتباط بين سمات النص متعددة الحبيبات والتعزيز المتبادل عبر النطاقات بين الوسائط للاستفادة بفعالية من المعرفة التفصيلية للسمات، مما يعزز بشكل كبير نقل المعرفة ويخفف من حدة النسيان الكارثي.
تقدم هذه الورقة BALM، وهو إطار عمل غير مرتبط بنموذج محدد يعالج تحديات معدلات الفقد غير المتوازنة في التعلم متعدد الوسائط من خلال وحدتي معايرة الميزات وإعادة توازن التدرج، مما يعزز المتانة والأداء عبر أنماط فقد متنوعة دون تغيير بنيات النماذج الأساسية.
يقدم ReLi3D مساراً موحداً ومتكاملاً يستفيد من قيود متعددة الرؤى واستراتيجية تنبؤ مبتكرة ثنائية المسار لإعادة بناء الهندسة ثلاثية الأبعاد الكاملة، والمواد المتغيرة مكانياً، وإضاءة البيئة في آن واحد من صور متفرقة في أقل من ثانية واحدة، مما يتيح التوليد الفوري للأصول ثلاثية الأبعاد القابلة لإعادة الإضاءة.