12063 ورقة بحثية
تُعد Tora3 إطار عمل لتوليد الصوت والفيديو بتوجيه من المسارات، حيث تعمل على تعزيز التماسك الفيزيائي والتزامن بين الحركة والصوت باستخدام مسارات الأجسام كأولوية حركية مشتركة للتحكم الموحد في الحركة البصرية والأحداث الصوتية، مدعومة بمجموعة بيانات ضخمة تم تنسيقها حديثاً تسمى PAV.
تُقارن هذه الدراسة بين نماذج Ultralytics YOLOv8 وYOLOv11 وYOLOv26 عبر مختلف المقاييس والدقات لتحديد أن النماذج المدمجة المدربة على مدخلات عالية الدقة (تحديداً YOLOv11s-960 وYOLOv26s-960) توفر المقايضة الأكثر فعالية بين الدقة والكفاءة للكشف الدقيق عن الأجسام الصغيرة وتجزئة العناصر في بيئات البساتين المعقدة.
تقدم هذه الورقة البحثية "مطابقة السرعة القائمة على المكافأة" (RVM)، وهي إطار عمل بسيط وفعال حاسوبياً وخالٍ من المسارات، يقوم بتحسين حقل السرعة لنماذج الانتشار مباشرةً لأجل الضبط الدقيق للمكافأة، متفوقاً بذلك على أساليب تدرج السياسة القائمة على الاحتمالية الحالية، مع تقديم منظور موحد للنهج الحديثة وتمكين مكافآت ديناميكية محسنة لتوليد الفيديو.
يُعد DriftAD إطار عمل للكشف عن الشذوذ الصناعي في حالات التعلم بلقطات قليلة، وهو يتغلب على قيود النصوص التوجيهية الثابتة من خلال تقديم آلية "انحراف النص الموجه بصرياً" لتوليد واصفات شذوذ تكيفية مكانياً وطبقيًا بشكل ديناميكي، مما يحسن أداء الكشف بشكل كبير في مجموعتي بيانات MVTec-AD وVisA.
تقدم هذه الورقة البحثية "خليط خبراء القنوات" (MoCE)، وهي طبقة خلط قنوات متفرقة مهيكلة تستبدل الإسقاطات النقطية الكثيفة عبر توجيه المدخلات من خلال خبراء ذوي دعائم قنوات متفرقة متعلمة وتجميع متكيف مع المدخلات، مما يحقق تخفيضات كبيرة في التكلفة الحسابية وزمن الاستجابة مع مضاهاة أو تجاوز دقة النماذج المرجعية الكثيفة.
تقدم هذه الورقة البحثية إطار عمل "الترميم دون نسيان" (RwF)، وهو إطار للتعلم المستمر يستخدم محولات خفيفة الوزن وتوجيهاً غير خاضع للإشراف لتمكين نماذج ترميم الصور من تعلم أنواع جديدة من التدهور بشكل متسلسل دون نسيان كارثي أو الحاجة للوصول إلى البيانات التاريخية، مما يتفوق بشكل كبير على أساليب الضبط الدقيق القياسية.
تنتقد هذه الدراسة المراجعة الاعتماد المفرط الحالي على المعايير المرجعية المشبعة في مجال عدّ الكائنات، وتستحدث تصنيفاً خماسياً المحاور لتحليل التناقضات الهيكلية في هذا المجال عبر مختلف الوسائط والنطاقات، وتقترح خارطة طريق لبنية تحتية قوية للتقييم من أجل التمييز بين التعميم الحقيقي في العالم المفتوح وبين التحسين الموجه لمعايير مرجعية محددة.
تقدم هذه الورقة إطار عمل DDMS، وهو إطار تقطير تمييزي يدمج ميزات النماذج التأسيسية ثنائية الأبعاد سابقة التدريب مع المعرفة الهندسية متعددة الرؤى لتدريب نماذج أحادية الرؤية تنتج ميزات محسنة متسقة ثلاثية الأبعاد ومتميزة محلياً مع الحفاظ على البنية الدلالية الأصلية.
تُعد LUX بنية مبتكرة للرؤية واللغة مشروطة بالرسوم البيانية، تعمل على تعزيز الوصف التوضيحي التنظيري القابل للتفسير لمرض التهاب القولون التقرحي من خلال بناء رسوم بيانية للمشهد متمحورة حول الآفات لتوجيه التوليد على مستوى الرموز (token-level)، مما يؤدي إلى تحسين الدقة السريرية، والقابلية للتفسير، والربط، مع تقليل الهلوسة مقارنة بالنماذج الحالية.
تُعد Gen2Physics إطار عمل مؤتمتاً يعمل على ربط الشبكات ثلاثية الأبعاد المولدة بالفيزياء من خلال تفكيكها إلى شبكات فرعية محكمة الإغلاق وجاهزة للمحاكاة ذات خصائص مادية متميزة، مما يتفوق بشكل كبير على الطرق السابقة في دقة التجزئة مع تمكين عمليات محاكاة ديناميكية منطقية فيزيائياً.