12840 ورقة بحثية
تقدم هذه الورقة إطار عمل للتعلم متعدد الحالات مراعٍ للعدالة، يستخدم بنية ConvNeXt مع كبت جندري تنافسي وآليات انتباه لتحقيق تشخيص عادل متعدد الفئات لأمراض الرئة من صور الأشعة المقطعية للصدر، مما يعالج تحديات الإشارات المرضية الشحيحة والاختلالات الديموغرافية الشديدة.
تقدم هذه الورقة CleanSight، وهي آلية دفاع في وقت الاختبار وخالية من التدريب، تخفف من هجمات الأبواب الخلفية في النماذج اللغوية البصرية الكبيرة عبر اكتشاف وتقليم الرموز البصرية التي تظهر سلوك "سرقة الانتباه" غير الطبيعي، مما يؤدي إلى تحييد المحفزات الخبيثة دون إعادة تدريب أو تدهور في أداء النموذج.
تقترح هذه الورقة طريقة لإزالة الانحياز ذات صيغة مغلقة ولا تتطلب تدريباً لنماذج الرؤية واللغة، تحقق عدالة مثالية من نوع باريتو مع خسائر محدودة في المنفعة عبر الوسائط البصرية والنصية دون الحاجة إلى بيانات مشروحة.
تقترح هذه الورقة استراتيجية فعالة من حيث البيانات لتسريع إعادة بناء صور الرنين المغناطيسي للسكتة الدماغية باستخدام نماذج الانتشار الاحتمالية، والتي تستفيد من التدريب المسبق واسع النطاق على بيانات دماغية متنوعة يليه ضبط دقيق مستهدف لتحقيق جودة صورة غير أدنى سريرياً من عينات محدودة من المجال المستهدف.
تقدم هذه الورقة SortScrews، وهي مجموعة بيانات وإطار عمل مرجعي متخصص لتصنيف البراغي في الوقت الفعلي في الأتمتة الصناعية، مما يثبت أن نماذج التعلم العميق خفيفة الوزن يمكن أن تحقق دقة عالية حتى مع مجموعة محدودة مكونة من 560 صورة تم التقاطها في ظروف خاضعة للتحكم.
تثبت هذه الورقة أن سلاسل العكس في نماذج DDIM الحتمية تعمل كأنظمة وظائف متكررة مجزأة (PIFS)، مما يوفر إطاراً هندسياً موحداً يصف ديناميكيات الانتشار تحليلياً ويستنتج معايير التصميم المثلى التي تفسر أربع ممارسات تجريبية بارزة.
تُظهر هذه الدراسة أن نماذج التعلم العميق، لا سيما عند تدريبها على بيانات اتجاهات رياح مختلطة وتحسين مواضع المستشعرات، تتفوق بشكل كبير على استكمال "كريجينج" التقليدي في إعادة بناء حقول رياح الأسطح المعقدة من قياسات مستشعرات متفرقة، مما يوفر إطاراً قوياً لتطبيقات التنقل الجوي الحضري والتحكم في الرياح.
تُثبت هذه الورقة أن الانتباه الخطي (linearized attention) يفشل في التقارب إلى حد نواتج تلامس نيورال تانغنت (Neural Tangent Kernel) عند العرض اللانهائي بسبب التضخيم الطيفي الشديد، مما يؤدي إلى "قابلية تأثير" عالية تعزز في الوقت ذاته التقريب الخاص بالمهمة وتزيد من الضعف تجاه التلاعب بالبيانات العدائية.
تقدم هذه الورقة البحثية CRYSTAL، وهو معيار استدلال متعدد الوسائط يتسم بالشفافية ويقيم النماذج عبر خطوات وسيطة قابلة للتحقق باستخدام مقاييس مبتكرة مثل Match F1 وOrdered Match F1، مع اقتراح استراتيجيات تدريب تعتمد على مكافأة العملية السببية (CPR) ومنهج تدريب (CPR-Curriculum) لتحسين جودة الاستدلال بشكل كبير دون الحاجة إلى تعليق يدوي للخطوات.
يُعد NOIR إطار عمل مبتكر يعيد صياغة مهام التصوير الطبي كتعلم للمؤثرات (operator learning) غير معتمد على الدقة بين فضاءات الدوال المستمرة باستخدام التمثيلات العصبية الضمنية، محققاً أداءً قوياً عبر مختلف المهام ثنائية وثلاثية الأبعاد دون الاعتماد على شبكات منفصلة ثابتة.