12799 ورقة بحثية
تقدم هذه الورقة البحثية SynOE-OD، وهو إطار عمل يستفيد من النماذج التوليدية مثل Stable Diffusion وكواشف الكائنات ذات المفردات المفتوحة لتخليق بيانات شاذة ذات معنى دلالي من أجل التعلم بنقل المعرفة، مما يمكّن كاشفاً موحداً من تحقيق أداء رائد في تحديد مواقع وتصنيف الكائنات خارج النطاق في مشاهد الشوارع.
تقدم الورقة البحثية إطار عمل QICA، وهو إطار عمل جديد لعد الأجسام بنمط "التعلم الصفري" (zero-shot) يعزز الإدراك الكمي والوعي المكاني من خلال استراتيجية تحفيز تآزرية وفك تشفير لتجميع التكلفة للتغلب على قيود الاسترجاع الخشن وتشوه الميزات في الأساليب الحالية.
تقترح الورقة البحثية EPOFusion، وهي طريقة تحسين تدريجي مدركة للتعرض تستخدم وحدة توجيه، وفك تشفير تكراري، ودالة فقدان تكيفية لدمج الصور بالأشعة تحت الحمراء والمرئية بفعالية في سيناريوهات التعرض المفرط، مدعومة بتقديم مجموعة بيانات جديدة عالية الجودة للتعرض المفرط (IVOE).
تكشف هذه الدراسة المرجعية أنه في حين أن نموذج Stable Diffusion مع تقنية LoRA يقلل بفعالية من انحياز المصنف في مهام تصنيف الحيوانات ذات البيانات المنخفضة، فإن تعزيز FastGAN يمكن أن يؤدي بنشاط إلى تفاقم الانحياز عبر توليد صور خارج نطاق التوزيع، لا سيًا عندما تنخفض مجموعات التدريب عن حجم حرج يتراوح بين 20 إلى 50 صورة لكل فئة.
تقترح هذه الورقة إطار عمل IOMM، وهو إطار تدريب ثنائي المراحل كفء في استهلاك البيانات، يقوم بالتدريب المسبق لمكونات التوليد البصري لنموذج UMM حصرياً على صور غير مصنفة وفيرة قبل الضبط الدقيق باستخدام بيانات مقترنة محدودة، محققاً أداءً هو الأفضل في فئته مع تقليل التكاليف الحسابية بشكل كبير.
تستعرض هذه الورقة السياسات المتضاربة لدور النشر الأكاديمية الكبرى فيما يتعلق بالأشكال والرسوم التوضيحية المُنشأة بواسطة الذكاء الاصطناعي، وتحدد المخاوف الرئيسية مثل قابلية التكرار والتأليف، وتقترح إرشادات توجيهية لأفضل الممارسات تتسم بالشفافية لضمان الاستخدام الأخلاقي والفعال لهذه الأدوات في التواصل العلمي.
تقدم هذه الورقة 360Bench، وهو معيار شامل لتقييم النماذج اللغوية الكبيرة متعددة الوسائط في إدراك الصور بزاوية 360 درجة، وتقترح Free360، وهو إطار عمل يعتمد على الرسوم البيانية للمشهد ولا يتطلب تدريباً، ويعزز بشكل كبير أداء الأسئلة والأجوبة المرئية (VQA) من خلال تفكيك الاستدلال وتحويل الصور الكروية بشكل تكيفي.
يُعد KidsNanny نظاماً ثنائي المراحل ومنخفض التأخير للإشراف على المحتوى متعدد الوسائط، يجمع بين الفحص البصري السريع والاستدلال السياقي القائم على النصوص لتحقيق دقة وسرعة فائقتين في اكتشاف تهديدات سلامة الأطفال مقارنة بالنماذج الحالية، ويتميز بشكل خاص في تحديد المخاطر المضمنة في النصوص.
تقدم الورقة البحثية نظام "Ground Reaction Inertial Poser" (GRIP)، وهو طريقة لالتقاط الحركة قائمة على الفيزياء تدمج بيانات مستشعرات القصور الذاتي (IMU) المتباعدة مع بيانات مستشعرات ضغط النعل داخل الحذاء مع محاكي التوأم الرقمي لإعادة بناء حركة بشرية منطقية فيزيائياً، متفوقةً بذلك على الأساليب الحالية من خلال استخدام مجموعة بيانات PRISM واسعة النطاق تم تقديمها حديثاً.
تقدم هذه الورقة إطار عمل هجين يجمع بين تقنيات التعلم العميق، بما في ذلك استعادة العيوب القائمة على نموذج Pix2Pix وتجمعات محولات Swin مع التضمينات التباينية، جنباً إلى جنب مع الاستدلالات البيولوجية للتحسين المورفولوجي، لتحقيق تصنيف قوي لأنواع خلايا الدم البيضاء النادرة في ظل عدم توازن حاد في الفئات.