12840 ورقة بحثية
يقدم SuperQuadricOcc أول نموذج لتقدير الإشغال الدلالي في الوقت الفعلي والتعلم الذاتي، والذي يستفيد من نماذج السوبركوادريك (superquadric) ومُصيّر حجمي فعال ومبتكر لتحقيق أداء رائد على مجموعة بيانات Occ3D-nuScenes مع تقليل التكاليف الحسابية والذاكرة بشكل كبير.
تتناول هذه الورقة مشكلة النسيان الكارثي في النماذج اللغوية الكبيرة متعددة الوسائط تحت سيناريوهات تغير الواقع من خلال تقديم مجموعة بيانات MSVQA واقتراح إطار عمل UNIFIER، وهو إطار للتعلم المستمر يستخدم توسيع التمثيل البصري وقيد الاتساق البصري لتحقيق تحسينات كبيرة في الأداء في المهام البصرية عبر السيناريوهات المختلفة.
تقدم هذه الورقة البحثية AVFakeBench، وهو أول معيار شامل للكشف عن تزييف الصوت والفيديو يضم 12 ألف سؤال متنوع عبر سبعة أنواع من التزييف وأربعة مستويات من التوصيف، مما يكشف عن كل من الإمكانات والقيود الحالية لنماذج اللغات الكبيرة للصوت والفيديو في اكتشاف عمليات التلاعب المعقدة في العالم الحقيقي.
يُعد VIGS-SLAM نظاماً قوياً للملاحة ورسم الخرائط البصرية والقصورية في الوقت الفعلي، حيث يستفيد من الإشارات البصرية والقصورية المترابطة بشكل وثيق ضمن إطار تحسين موحد لتحقيق إعادة بناء عالية الدقة باستخدام تقنية Gaussian Splatting ثلاثية الأبعاد، متجاوزاً بذلك قيود الطرق البصرية البحتة في الظروف الصعبة مثل ضبابية الحركة وانخفاض الملمس.
يُعد SpaceControl طريقةً لا تتطلب تدريباً وتعمل أثناء وقت الاختبار، تتيح تحكماً مكانياً بديهياً ودقيقاً في توليد الأصول ثلاثية الأبعاد من خلال قبول مدخلات هندسية متنوعة والتكامل بسلاسة مع النماذج الحالية لتحقيق دقة هندسية فائقة مع الحفاظ على جودة بصرية عالية.
يقدم SATGround إطار عمل جديداً مدركاً مكانياً يعزز نماذج الرؤية واللغة للاستشعار عن بعد من خلال دمج وحدة تحديد مواقع مخصصة مع رموز تحكم متخصصة، محققاً أداءً هو الأفضل في حالته في تحديد مواقع الأشياء بدقة داخل صور الأقمار الصناعية المعقدة.
تقترح الورقة البحثية إطار عمل VALOR، وهو إطار عمل مبتكر يخفف من الهلوسة البصرية في توليد التقارير الطبية من خلال الجمع بين الاستدلال النصي المستند إلى المعلومات السريرية والاستدلال البصري ذاتي الإشراف لإنتاج تقارير إشعاعية دقيقة ومستندة إلى أسس دون الحاجة إلى بيانات تفضيل أو ملصقات إضافية.
يُعد AnatomiX نموذجاً لغوياً كبيراً جديداً متعدد الوسائط يتكون من مرحلتين، يعمل على تعزيز تفسير الأشعة السينية للصدر بشكل كبير من خلال دمج تحديد البنية التشريحية مع المهام اللاحقة، محققاً تحسينات في الأداء تتجاوز 25% في الاستدلال التشريحي والتأسيس مقارنة بالنهج الحالية.
تقدم الورقة البحثية SetDiff، وهو إطار عمل لانتشار المجموعات القائم على الهندسة، والذي يعزز تركيب المشاهد من زوايا رؤية جديدة القائم على تقنية Gaussian Splatting ثلاثية الأبعاد من خلال دمج أولويات ثلاثية الأبعاد صريحة ومزيج مجموعات موحد لتحقيق معالجة قوية للاحتجاب، وتقليل الهلوسة، وتحقيق دقة ضوئية هي الأفضل في مجالها في سيناريوهات القيادة الذاتية.
تقدم هذه الورقة AIMC-Spec، وهي مجموعة بيانات اصطناعية شاملة تضم 30 نوعاً من أنواع التعديل عبر مستويات ضجيج متفاوتة لتقييم وتطوير التصنيف التلقائي لتعديل النبضة الواحدة، مع تقييم أداء خمس بنيات للتعلم العميق لإرساء خط أساس قابل لإعادة الإنتاج للأبحاث المستقبلية.