12799 ورقة بحثية
تستعرض هذه الورقة البحثية التوسيم الزائف في الرؤية الحاسوبية، وتوسع تعريفه ليتجاوز التعلم شبه الموجه ليشمل الأساليب ذاتية التوجيه وغير الموجهة، مما يحدد فرصاً تآزرية للتقدم عبر هذه المجالات مثل التعلم المنهجي والتنظيم ذاتي التوجيه.
تقدم هذه الورقة TiROD، وهو عبارة عن مجموعة بيانات ومعيار مرجعي للفيديو يتسم بالتحدي، صُمم لتقييم استراتيجيات التعلم المستمر خفيفة الوزن لاكتشاف الأشياء على المنصات الروبوتية الصغيرة محدودة الموارد التي تعمل تحت تحولات نطاق كبيرة.
تقدم هذه الورقة البحثية "مؤشر الهلوسة العصبية" (NHP)، وهو طريقة لاحقة قابلة للتوسع تستفيد من الفضاءات الكامنة للمولد للكشف عن الهلوسة في صبغات الأنسجة الافتراضية، مع الكشف عن أن النماذج التي تحتوي على عدد أقل من الهلوسات لا توفر بالضرورة قدرة أفضل على الكشف، وتسليط الضوء على الحاجة إلى معايير قياس مخصصة.
تقدم هذه الورقة البحثية المشفّرات التلقائية المتناثرة الشاملة (USAEs)، وهي إطار عمل يقوم بتدريب مشفر تلقائي متناثر واحد مفرط الامتداد بشكل مشترك لتعلم فضاء مفاهيمي مشترك وقابل للتفسير، قادر على إعادة بناء ومحاذاة التنشيطات الداخلية عبر عدة شبكات عصبية عميقة متنوعة.
تقدم الورقة البحثية Mobile-VideoGPT، وهو إطار عمل متعدد الوسائط فعال يضم أقل من مليار معلمة، يستخدم مشفرات بصرية مزدوجة خفيفة الوزن، وآلية لتسجيل الإطارات قائمة على الانتباه، وجهاز عرض رموز (token projector) لتحقيق فهم فوري للفيديو بدقة وإنتاجية متفوقة مقارنة بالنماذج الحالية الرائدة.
تقترح هذه الورقة البحثية WAAttack وSubAttack، وهما استراتيجيتان متكاملتان تستفيدان من التدرجات الموزونة والاضطراب القائم على المجموعات الفرعية لتعزيز فعالية وعدم قابلية اكتشاف الهجمات العدائية القائمة على التدرج على مصنفات السحب النقطية ثلاثية الأبعاد بشكل كبير.
تقدم هذه الورقة AutoExpert، وهو معيار للتعليق التلقائي في كشف ليدار ثلاثي الأبعاد بناءً على إرشادات صاغها خبراء، وتُظهر أن مسار العمل الذي يستفيد من النماذج التأسيسية للربط بين وسائط الصور ثنائية الأبعاد وليدار ثلاثي الأبعاد يحسن أداء الكشف بشكل كبير مقارنة بالطرق السابقة.
تُعد LiteReality مسار معالجة مبتكرًا لا يتطلب تدريبًا، يقوم بتحويل عمليات المسح الضوئي الداخلية من نوع (RGB-D) إلى نسخ افتراضية ثلاثية الأبعاد مدمجة وتفاعلية وواقعية، وذلك عبر الجمع بين تحليل مخطط المشهد المهيكل، واسترجاع الأصول المتطور، والطلاء المتين للمواد لإنتاج مشاهد جاهزة للرسومات ومتوافقة مع محركات الرندرة والمحاكاة القياسية.
يُعد DriveSplat إطار عمل عصبي موحد لتقنية "Gaussian" يحقق أداءً فائقاً في توليد مناظر جديدة من زوايا رؤية مختلفة لمشاهد القيادة الديناميكية واسعة النطاق، وذلك عبر الجمع بين استراتيجية مستوى التفاصيل المدركة للمشهد للخلفيات الثابتة، ونموذج تشويه ثنائي المرحلة متمحور حول الأجسام للتعامل مع مختلف العناصر الديناميكية.
تقترح هذه الورقة طريقة فعالة وغير خاضعة للإشراف لإعادة الترتيب في عملية تحديد هوية الأشخاص، تقوم بتجميع سمات أقرب من الجيران عبر الدمج الموزون لتوليد تمثيلات متعددة الرؤى، مما يحسن الدقة والكفاءة الحسابية بشكل كبير في مجموعات البيانات واسعة النطاق دون الحاجة إلى ضبط دقيق للنموذج.