12799 ورقة بحثية
تقدم هذه الورقة مجموعة بيانات MessyKitchens، التي تتميز بحقيقة أرضية عالية الدقة للمشاهد الواقعية المزدحمة مع اتصالات دقيقة بين الأجسام، وتقترح مُفكك شفرة متعدد الأجسام (MOD) يوسع طرق إعادة البناء أحادية الأجسام لتحقيق إعادة بناء ثلاثية الأبعاد للمشاهد غنية بالاتصالات وواقعية فيزيائياً بأداء رائد.
يقدم SegviGen إطار عمل مبتكر يعيد توظيف النماذج التوليدية ثلاثية الأبعاد مسبقة التدريب لتحقيق حالة متقدمة في تقسيم الأجزاء ثلاثية الأبعاد بأقل قدر من الإشراف، وذلك عبر الاستفاتادة من الأولويات الهيكلية لتلوين الأجزاء المميزة، مما يجعله يتفوق على الأساليب الحالية مع اشتراطه 0.32% فقط من بيانات التدريب المصنفة.
تتحدى هذه الورقة فرضية "سلسلة الإطارات" السائدة من خلال إثبات أن الاستنتاج في نماذج الفيديو القائمة على الانتشار ينبثق أساساً عبر آلية "سلسلة الخطوات" عبر تكرارات إزالة الضجيج، والتي تتميز بسلوكيات ناشئة مثل الذاكرة العاملة والتصحيح الذاتي، والتي يمكن الاستفادة منها عبر استراتيجية تجميع خالية من التدريب لتعزيز الأداء.
تقدم هذه الورقة البحثية WorldCam، وهو إطار عمل مبتكر يستخدم وضعية الكاميرا كتمثيل هندسي موحد لتعزيز نماذج عوالم الألعاب ثلاثية الأبعاد التفاعلية من خلال تمكين التحكم الدقيق في الإجراءات عبر تضمين الكاميرا القائم على جبر لي (Lie algebra)، وضمان الاتساق ثلاثي الأبعاد طويل المدى عبر الاسترجاع الموجه بالوضعية العالمية، وكل ذلك مدعوم بمجموعة بيانات ألعاب ضخمة وموسومة حديثة.
تقدم هذه الدراسة نظام ذكاء اصطناعي شفافًا للتعلم متعدد المهام يعتمد على MobileNet-V2 وGrad-CAM، يحقق دقة بنسبة 90% في اكتشاف سرطان الخلايا القاعدية من الصور الجلدية مع تقديم تفسيرات قائمة على الأنماط ذات صلة سريرية لتعزيز الثقة في سير عمل طب الجلد عن بُعد.
تقدم هذه الورقة LOCO Edit، وهو أسلوب غير خاضع للإشراف وخالٍ من التدريب لتعديل الصور، يستفيد من الاكتشاف النظري للفضاءات الفرعية الدلالية منخفضة الأبعاد والخطية المحلية في نماذج الانتشار لتحقيق تعديلات محلية دقيقة، ومنفصلة، وقابلة للتحكم دون تدريب إضافي.
تقترح هذه الورقة إطار عمل هجين يُدعى MSEG-VCUQ، يجمع بين شبكات U-Net CNN ونموذج Segment Anything Model (SAM) مع تقدير عدم اليقين لتحقيق تجزئة قوية وعالية الدقة لبيانات كشف الطور في الفيديو عالي السرعة، مع تقديم أول مجموعات بيانات متعددة الوسائط مفتوحة المصدر لهذا المجال.
تقدم الورقة البحثية Inst-IT، وهو إطار عمل شامل يتكون من معيار تشخيصي، ومجموعة بيانات لضبط التعليمات واسعة النطاق، ونموذج تدريب مستمر يستفيد من المطالبات المرئية الصريحة لتعزيز قدرات الفهم على مستوى الحالة والفهم العام في النماذج اللغوية الكبيرة متعددة الوسائط بشكل كبير.
تقترح هذه الورقة دالة فقد "دايس فوكالال" الموزونة بـ L1 (L1-weighted Dice Focal Loss)، وهي دالة فقد تكيفية تعمل على موازنة مقادير التدرج لمعالجة عدم توازن الفئات وتغاير الآفات بفعالية، مما يتفوق بشكل كبير على دوال الفقد التقليدية في اكتشاف وتجزئة آفات سرطان البروستاتا المتكررة عبر بنيات التعلم العميق المتعددة باستخدام صور PSMA PET/CT.
تقترح هذه الورقة إطار عمل جديد لترميز بيانات الأحداث المشترك القائم على التعلم العميق وفاقد للبيانات (DL-JEC)، والذي يستخدم تمثيلاً لسحابة نقاط أحادية مع اعتبار القطبية سمة و التبنيز المتكيف للمكعبات (voxel binarization) لتحقيق مكاسب ضغط كبيرة مقارنة بالمعايير الحديثة مع الحفاظ على أداء عالٍ لمهام الرؤية الحاسوبية.