12799 ورقة بحثية
تقدم هذه الورقة MV-RGBT، وهو معيار مرجعي جديد يلتقط سيناريوهات تتبع RGBT مع وجود وسائط غير صالحة لتسليط الضوء على أوجه القصور في مجموعات البيانات الحالية، وتقترح مشكلة "متى يتم الدمج" لتوجيه استراتيجيات الدمج في الظروف القاسية، وتقدم MoETrack، وهو حل يعتمد على خليط من الخبراء يحقق أداءً رائدًا من خلال إثبات أن الدمج ليس مفيدًا دائمًا.
تقترح الورقة البحثية "Octree-Graph"، وهي تمثيل مشهدي مبتكر يجمع بين الأشجار الثمانية التكيفية (adaptive octrees) والهياكل الرسومية (graph structures) لترميز الإشغال ثلاثي الأبعاد والعلاقات المكانية بكفاءة من أجل فهم المشاهد مفتوح المفردات، مما يعالج القيود المتعلقة بالتخزين والدلالات في الطرق التقليدية القائمة على السحب النقطية.
تقدم هذه الورقة البحثية "Generate Any Scene"، وهو محرك بيانات يعمل على توليد بيانات تدريب متنوعة وعالية الجودة قائمة على الرسوم البيانية للمشاهد بشكل منهجي، وذلك لتحسين التعميم التركيبي والمحاذاة الدلالية لنماذج تحويل النص إلى رؤية من خلال التحسين الذاتي، وتقطير المعرفة، ونمذجة المكافأة.
تقترح هذه الورقة صياغة جديدة لحساب مؤثر "لابلاس-بيلترا-ميتري" مباشرة على تقنية "Gaussian splatting" باستخدام مسافة "Mahalanobis"، مما يتيح معالجة هندسية أكثر دقة وتقييماً أفضل لجودة التحسين دون الاعتماد على تمثيلات وسيطة قد تكون فاقدة للبيانات أو مكلفة مثل السحب النقطية أو المشبكات.
تقترح هذه الورقة البحثية MemFormer، وهي بنية محول (transformer) خفيفة الوزن لتصنيف الصور فائقة الطيف تستخدم آلية انتباه معززة بالذاكرة الديناميكية وتضمينات موضعية مكانية-طيفية لنمذجة الاعتمادات طويلة المدى بفعالية وتقليل التكرار، محققةً أداءً فائقاً على مجموعات البيانات المرجعية.
تقدم هذه الورقة FALCON، وهي استراتيجية بناء دفعات مصغرة (mini-batch) قائمة على التعلم تعمل ديناميكيًا على موازنة الحالات الصعبة (hard negatives) والسلبيات الكاذبة (false negatives) أثناء التدريب المسبق للرؤية واللغة للتخفيف من إشارات الإشراف المتضاربة وتحسين أداء النموذج بشكل كبير عبر مختلف الأطر والمهام اللاحقة.
تعيد هذه الورقة صياغة نماذج الانتشار بوصفها ذكريات ترابطية كثيفة، مبرهنةً على أن انتقالها من مرحلة الحفظ إلى مرحلة التعميم مدفوع بظهور "الحالات الزائفة" — التي كانت تُعتبر سابقاً أخطاءً في الاسترجاع ولكن تم تحديدها الآن كطور وسيط حاسم تنشأ فيه القدرات التوليدية.
تقدم هذه الورقة البحثية VideoReasonBench، وهو معيار مرجعي جديد مصمم لتقييم الاستنتاج المرئي المعقد في الفيديو من خلال مطالبة النماذج بتتبع العمليات دقيقة التفاصيل على الحالات الكامنة، مما يكشف أنه بينما تعاني معظم النماذج اللغوية الكبيرة متعددة الوسائط الحالية من مثل هذه المهام، فإن استنتاج سلسلة الأفكار الممتدة يحسن الأداء بشكل كبير.
تقترح الورقة البحثية ChartIR، وهي طريقة صقل تكرارية تستخدم تعليمات هيكلية للفصل بين الفهم البصري وترجمة الكود، مما يحسن بشكل كبير أداء النماذج اللغوية الكبيرة متعددة الوسائط في توليد كود قابل للتنفيذ من الرسوم البيانية.
تقترح هذه الورقة خوارزمية قائمة على نموذج انتشار تحت الإشراف لإعادة بناء صور التصوير المقطعي بالإصدار البوزيتروني (PET) تعمل على نمذجة التفاعل بين المعطيات السابقة وبيانات القياس المشوبة بالضجيج بشكل صريح، مما يظهر أداءً كمياً فائقاً وتقديراً محسناً لعدم اليقين مقارنة بالطرق غير الخاضعة للإشراف الحالية عبر مختلف مستويات الجرعات وسيناريوهات ثلاثية الأبعاد من الواقع.