12799 ورقة بحثية
تقدم الورقة البحثية E(3)-Pose، وهي طريقة مبتكرة تستفيد من التكافؤ E(3) ونمذجة التماثل الصريح لتحقيق تقدير قوي وفائق للأداء لـ 6 درجات حرية لوضعية رأس الجنين من أحجام الرنين المغناطيسي منخفضة الدقة، مما يتيح الوصف التلقائي التكيفي للشرائح التشخيصية ثنائية الأبعاد رغم الغموض التشريحي وعيوب الحركة.
تقدم الورقة البحثية PubTables-v2، وهي مجموعة بيانات جديدة واسعة النطاق مصممة لتطوير استخراج الجداول كاملة الصفحة ومتعددة الصفحات من خلال معالجة نقص البيانات المشروحة وتحديد أداء خط الأساس لنماذج الرؤية واللغة، مع تسليط الضوء بشكل خاص على تحدي التعرف على هيكل الجداول متعددة الصفحات.
تقدم هذه الورقة "إعادة التركيز التوليدي" (Generative Refocusing)، وهو إطار عمل مكون من خطوتين يجمع بين DeblurNet وBokehNet لتمكين التحكم المرن وعالي الجودة في عمق المجال (defocus) وأشكال فتحة العدسة المخصصة من صورة واحدة عبر الدمج الفعال بين بيانات البوكيه الاصطناعية والواقعية.
تقدم هذه الورقة SurgRef، وهو إطار عمل مبتكر موجه بالحركة مقترن بمجموعة بيانات Ref-IMotion، والذي يحقق أداءً هو الأفضل في مجال التجزئة المرجعية للأدوات الجراحية من خلال الاستفيد من إشارات الحركة الديناميكية بدلاً من الميزات البصرية الثابتة للتغلب على تحديات مثل الاحتجاب والمصطلحات الغامضة.
تقدم هذه الورقة تحليلاً شاملاً لـ YOLO26، وهو إطار عمل لكشف الأشياء من طرف إلى طرف وخالٍ من تقنية NMS، يستفيد من آليات مبتكرة مثل MuSGD وSTAL وProgLoss لتحقيق أداء في الوقت الفعلي وتقليل زمن التأخير مع قياس مقايضات السرعة والدقة مقابل بنيات CNN وTransformer الحديثة على مجموعة بيانات COCO.
تقترح هذه الورقة نموذج انتشار مدفوع بمميز يتيح تعلم تمثيل عامل غير خاضع للإشراف وتوليدًا تركيبيًا عالي الجودة من خلال استخدام إشارة تنافسية لضمان الاتساق الفيزيائي والدلالي في العينات المعاد دمجها، مما يظهر أداءً فائقًا في اختبارات الصور وقدرات معززة في الاستكشاف الروبوتي.
تقترح الورقة البحثية إطار عمل PAND، وهو إطار ثنائي المراحل يعزز التصنيف البصري دقيق التفاصيل خفيف الوزن من خلال فصل المعايرة الدلالية عن النقل الهيكلي عبر مراسي دلالية مدركة للمطالبات وتقطير هيكلي مدرك للجوار، محققاً أداءً هو الأفضل في فئته على عدة معايير مرجعية.
يُعد NutVLM إطار عمل دفاعي ذاتي التكيف لنماذج الرؤية واللغة في القيادة الذاتية، حيث يستخدم آلية كشف وتنقيه موحدة (NutNet++) لتحديد وتحييد التهديدات العدائية المحلية والعالمية من خلال قناع رمادي فعال وضبط مطالبات عدائية بتوجيه الخبراء (EAPT)، مما يعزز المتانة بشكل كبير دون المساس بأداء العينات النظيفة.
يُعد LaS-Comp إطار عمل يعتمد على التعلم الصفري ولا يتطلب تدريباً، حيث يستفيد من الأولويات المستمدة من النماذج التأسيسية ثلاثية الأبعاد عبر تصميم ثنائي المراحل يتكون من الاستبدال الصريح والتحسين الضمني لتحقيق إكمال أشكال ثلاثية الأبعاد عالية الجودة وغير مرتبطة بفئة معينة، وهو ما تم التحقق منه بواسطة معيار Omni-Comp الجديد.
يُعد SkyReels V4 نموذجاً تأسيسياً موحداً متعدد الوسائط يستفيد من بنية MMDiT ثنائية المسار واتباع التعليمات القائم على نماذج اللغات الكبيرة متعددة الوسائط (MLLM) لتوليد، وترميم، وتحرير فيديوهات عالية الدقة بدقة 1080p ومدة 15 ثانية مع صوت متزامن من مدخلات متنوعة في آن واحد، وذلك باستخدام استراتيجية فعالة ثنائية المراحل لإنتاج مخرقات سينمائية طويلة الأمد.