12840 ورقة بحثية
يُعد DriveCritic إطار عمل مبتكر يتألف من مجموعة بيانات منسقة لسيناريوهات حرجة السياق ونموذج لغوي بصري مضبوط بدقة، مما يحسن تقييم القيادة الذاتية بشكل كبير من خلال مواءمة درجات المقاييس مع الحكم البشري عبر تعزيز الوعي بالسياق.
يُعد ™4D إطار عمل لتوليد المحتوى رباعي الأبعاد (4D) خالٍ من تحديد الوضعيات، حيث يستبدل التنبؤ الصريح بالمسار بنموذج طلاء فيديو مشروط بالمنظور ومسار تلقائي ذاتي زماني مكاني لتخليق محتوى رباعي الأبعاد متماسك من فيديوهات عفوية دون الحاجة إلى إشراف ثلاثي الأبعاد أو تعليقات توضيحية لوضعية الكاميرا.
تقترح هذه الورقة البحثية GuiDG، وهو إطار عمل ثنائي الخطوات يستفيد من خبراء المجال المضبطين عبر التلقين ومن الانتباه عبر الوسائط لتوجيه الضبط الدقيق للمشفر البصري، مما يحل المفاضلة بين التخصص في المجال والتعميم في النماذج البصرية اللغوية مع التفوق على الأساليب الرائدة الحالية في الاختبارات المعيارية بما في ذلك ImageNet-DG المُنشأ حديثاً.
تقدم الورقة البحثية BioTUCH، وهو إطار عمل مبتكر يعزز دقة تقدير وضعية الجسم البشري ثلاثي الأبعاد من خلال دمج استشعار المعاوقة الحيوية القابل للارتداء للكشف عن قيود الاتصال الذاتي وفرضها، مما أدى إلى تحسن بنسبة 11.7% في أداء إعادة البناء مقارنة بالطرق التقليدية المعتمدة على الرؤية فقط.
يُعد LoC-Path نموذج لغة لغوي كبير متعدد الوسائط في مجال علم الأمراض يتميز بكفاءة استهلاك الموارد، حيث يعالج التحديات الحسابية لمعالجة الصور الكاملة للشرائح ذات الدقة الجيجا بكسلية من خلال توظيف استراتيجية "الضغط قبل الدمج"، مستخدماً دمجاً للرموز المتفرقة، ومعيد تشكيل (resampler) مدرباً بتقنية الترميم الذاتي المشوه (MAE)، ومقيماً لأهمية الرموز، ومحول توجيه الانتباه المتقاطع، مما يقلل بشكل كبير من تكاليف التدريب وزمن انتقال الاستدلال مع الحفاظ على أداء تشخيصي تنافسي.
تقدم الورقة البحثية نموذج SDUM، وهو نموذج عميق غير ملفوف وقابل للتوسع يحقق إعادة بناء عالمية ومتطورة للرنين المغناطيسي عبر مختلف البروتوكولات والبيانات السريرية دون الحاجة إلى ضبط دقيق خاص بكل مهمة، وذلك من خلال الاستفادة من بنية قائمة على Restormer، وتقدير متعلم لحساسية الملف، واتساق بيانات مدرك لآلية أخذ العينات، وتدريب توسعي متدرج للمراحل المتتالية.
يُعد ShinyNeRF إطار عمل مبتكر يعزز حقول الإشعاع العصبي (Neural Radiance Fields) من خلال التقدير المشترك لخصائص السطح ونمذجة الانعكاسات المتماثلة وغير المتماثة عبر مزيج مشفر من توزيعات "فون ميزس-فيشر" (von Mises-Fisher)، مما يحقق مستويات رائدة في رقمنة الأسطح اللامعة المعقدة مثل المعادن المصقولة مع قدرات تحرير منطقية فيزيائياً.
تقدم هذه الورقة LLMTrack، وهو إطار عمل جديد يدمج النماذج اللغوية الكبيرة متعددة الوسائط في التتبع الدلالي للأجسام المتعددة عبر نموذج "الفهم الكلي أولاً" ووحدة دمج مكاني-زماني، مدعوماً بمعيار Grand-SMOT الجديد، لتحقيق أداء هندسي هو الأفضل حالياً واستدلال دلالي ديناميكي متفوق من خلال الاستفادة من السرديات عالية الجودة للاستنتاج المعرفي الطبيعي.
تُعد TreeDGS طريقة لإعادة البناء الجوي تستفيد من تقنية "Gaussian Splatting" ثلاثية الأبعاد وملاءمة الدوائر الموزونة بالعتامة لتحقيق قياسات دقيقة ومنخفضة التكلفة لقطر جذع الشجرة عند مستوى الصدر (DBH) في المشاهد الغابية المعقدة، متفوقةً بذلك على خطوط الأساس لتقنية "LiDAR" المتطورة رغم التحديات المتمثلة في الجذوع البعيدة والمراقبة بشكل متفرق.
يُعد MedMO نموذجاً تأسيسياً طبياً متعدد الوسائط يستفيد من وصفة تدريب متخصصة متعددة المراحل — تشمل التدريب المسبق عبر الوسائط، والضبط الدقيق للتعليمات متعدد المهام، والتعلم التعزيزي مع مكافآت قابلة للتحقق — لتحقيق أداء فائق في فهم الصور الطبية، والاستنتاج، والتمركز المكاني عبر مجالات سريرية متنوعة.