12840 ورقة بحثية
تقترح هذه الورقة إطار عمل "تضمين المفاهيم والسعي الهرمي" (HCEP)، وهو إطار عمل يستفيد من الترميز المتناثر الهرمي على تضمينات نماذج الرؤية واللغة لاستعادة تسلسلات المفاهيم الهرمية، مما يحقق تصنيفاً للصور أكثر موثوقية وقابلية للتفسير مع تحسين الدقة والاستدعاء مقارنة بالنماذج المرجعية غير الهرمية.
يُعد LongStream نموذجاً هندسياً بصرياً مبتكراً للبث يعتمد على فك الارتباط بالمقياس، ويحقق إعادة بناء ثلاثية الأبعاد مستقرة وبمقياس متري عبر تسلسلات فائقة الطول من خلال التنبؤ بوضعيات الإطارات الرئيسية النسبية، وتوظيف تعلم المقياس المتعامد لمنع الانجراف، واستخدام تدريب متسق مع الذاكرة المخبئية للتخفيف من تحيزات الانتباه في نماذج المحولات (Transformers).
يُعد FLEX إطار عمل للاستنتاج لا يتطلب تدريباً، يعمل على تمديد آفاق توليد الفيديو ذات التوليد الذاتي من خلال معالجة التحيز الطيفي ومحدودية أخذ عينات الضجيج عبر تعديل RoPE المدرك للتردد، وأخذ عينات الضجيج متعدد الأطوار، ومصرف انتباه مخصص للاستنتاج فقط، مما يتيح تخليق فيديو عالي الجودة لفترات طويلة دون الحاجة إلى تدريب إضافي للنموذج.
تُعد BitDance مولداً للصور ذاتي الانحدار وقابلاً للتوسع، حيث يتنبأ برموز ثنائية عالية الإنتروبيا باستخدام رأس انتشار ثنائي وطريقة فك تشفير انتشار "الرقعة التالية" المبتكرة، محققاً درجات FID رائدة في ImageNet مع تقليل عدد المعلمات ووقت الاستدلال بشكل كبير مقارنة بالنماذج الحالية.
يُعد GA-Drive إطار عمل محاكاة مبتكرًا يولد مشاهد قيادة ذات منظور حر، عالية الدقة وقابلة للتعديل، من خلال فصل هندسة المشهد عن مظهره، وذلك باستخدام توليف المنظور الزائف القائم على الهندسة متبوعًا بنموذج انتشار فيديو للرندرة الواقعية للغاية.
تقدم هذه الورقة TIRAuxCloud، وهي مجموعة بيانات متعددة الأنماط شاملة تجمع بين البيانات بالأشعة تحت الحمراء الحرارية، والبيانات البصرية، والبيانات المساعدة من Landsat وVIIRS لمعالجة تحديات الكشف عن السحب وتجزئتها بدقة على مدار الساعة طوال أيام الأسبوع في مراقبة الأرض.
تقترح هذه الورقة البحثية "محاذاة زاوية فوريه" (Fourier Angle Alignment)، وهي طريقة تستخدم تماثل دوران فوريه لمعالجة عدم الاتساق الاتجاهي وتضارب المهام في كشف الكائنات المدوّرة في الاستشعار عن بعد من خلال وحدتين مبتكرتين، هما FAAFusion وFAA Head، محققةً أداءً هو الأفضل في فئتها على معايير DOTA وHRSC2016.
يُعد AHAP إطار عمل بنظام التغذية الأمامية يعيد بناء البشر ثلاثيي الأبعاد من منظورات متعددة المشاهد عشوائية دون الحاجة إلى معايرة الكاميرا، وذلك عبر دمج الهندسة متعددة المشاهد، والربط الهوياتي عبر المشاهد، والتنبؤ بنموذج SMPL الموجه بالرأس بشكل فعال لتحقيق دقة التحديد واتساق الوضعية.
يُعد SvfEye إطار عمل خالٍ من التدريب يعزز الاستدلال متعدد الوسائط عبر دمج القصد الدلالي مع السياق البصري متعدد المقاييس بشكل تكيفي من خلال وحدة قرار قائمة على الثقة وآلية دمج الانتباه الدلالي، مما يؤدي إلى القضاء على الحشو الحسابي غير الضروري وتحسين دقة التحديد مع تحقيق مكاسب كبيرة في الأداء وتسريع عمليات الاستنتاج.
تقدم هذه الورقة بحث FlexiMMT، وهو أول إطار عمل ضمني لتحويل الصور إلى فيديو يتيح نقلًا دقيقًا للأجسام المتعددة والحركات المتعددة من خلال توظيف انتباه القناع المنفصل للحركة ونشر القناع المتمايز لمعالجة تشابك الحركة بين الأجسام بفعالية.