12113 ورقة بحثية
تقترح الورقة البحثية نموذج SGNet، وهو بنية تعلم عميق خفيفة الوزن ومعرفة بالمجال، تستخدم عمليات تلافيفية ذات مجموعات طيفية وآليات انتباه مزدوجة لتحقيق تصنيف عالي الدقة وفي الوقت الفعلي لطزاجة الأسماك من الصور فائقة الطيف بمعاملات أقل بكثير من النماذج التقليدية.
تقدم هذه الورقة إطار عمل جديد للتعلم الرتبي بلقطات قليلة يستفيد من التصوير الفائق الطيفي والقيود القائمة على الأسس البيولوجية لتقدير طزاجة الأسماك يومياً بدقة باستخدام الحد الأدنى من البيانات المصنفة، متفوقاً بشكل كبير على الأساليب الخاضعة للإشراف الكامل الحالية في ظل بروتوكولات قطع الفيليه غير المرئية الصارمة.
يقدم ScaleVid إطار تدريب من مرحلتين وخالٍ من الشبكات (mesh-free)، يحقق توسيعاً للأجسام في الفيديو مدركاً للهندسة عبر فصل تشوه ثلاثي الأبعاد للمقدمة عن الحفاظ على الخلفية باستخدام إعادة بناء المصدر الزائف، مما يتيح تغيير الحجم متباين الخواص بشكل واقعي دون إعادة بناء ثلاثي الأبعاد صريح عند الاستنتاج.
تقدم هذه الورقة Diagram-MMU، وهو معيار متعدد الوسائط يضم 3.7 ألف رسم توضيحي علمي و18.3 ألف سؤال تم التحقق من صحتها لتقييم نماذج اللغات الكبيرة متعددة الوسائط (MLLMs) في مهام تحويل الرسم التوضيحي إلى كود، والتحرير، والإجابة على الأسئلة، مما يكشف عن تفوق النماذج في الاستنتاج، بينما تعاني في مهام توليد الكود ما لم تعمل في بيئات وكيلة (agentic settings).
تقدم هذه الورقة البحثية إطار عمل NA-UNETR، وهو إطار تقسيم يعتمد على المحولات (transformer) يستخدم انتباه الجوار (Neighborhood Attention) والتحسين الموجه بعدم اليقين (uncertainty-guided optimization) لتحسين دقة تحديد الشريان الأمثل النازل (Left Anterior Descending artery) بشكل كبير في صور الأشعة المقطعية ثلاثية الأبعاد منخفضة التباين وذات التنفس الحر المستخدمة في تخطيط العلاج الإشعاعي للقلب.
يقدم XYZFlow إطار عمل مبتكر للنمذجة التوليدية الفعالة يستفيد من مطابقة التدفق متعدد الأبعاد من خلال القياس الزمني والمكاني — وتحديداً التكييف التاريخي غير الماركوفي والتنبؤ بالاختصار التالي — لتحقيق توليد صور ذي حالة فنية رائدة مع تسريع يتراوح بين 7.2 إلى 8.5 ضعفاً مع الحفاظ على جودة تنافسية.
تقدم هذه الورقة إطار عمل "التحسين الذاتي الوكيل" (Agentic Self-Improvement)، وهو نظام تحسين مغلق الحلقة ذو مرحلتين يجمع بين صقل الأوامر المدفوع بنماذج اللغات الكبيرة متعددة الوسائط والتحسين البايزي لتعزيز موثوقية والزامية وجودة توليد الصور إلى فيديو في الأنظمة الصندوقية السوداء بشكل كبير، متفوقاً بذلك على طرق التجربة والخطأ التقليدية في دراسات التفضيل البشري.
يُعد StateFlow إطار عمل متمحوراً حول الحالة من أجل المعاينة التوليدية المسبقة، حيث يتغلب على قيود التخليق أحادي المرحلة عبر بناء وتطوير والوصول إلى حالة عالم ثلاثي الأبعاد مستمرة وقابلة للتحرير لتمكين التحسين التكراري لهيكل المشهد، وديناميكياته، ومسارات الكاميرا.
تُثبت هذه الورقة أن الشبكات العصبية العميقة تعمم على الأجسام في اتجاهات ثنائية الأبعاد جديدة من خلال نشر عدم الحساسية للاتجاه من الأجسام المألوفة عبر عصبونات مضبوطة على سمات مشتركة، وهي آلية تتقوى مع المزيد من بيانات التدريب وتحاكي عمليات التعميم الشبيهة بالدماغ.
تقترح هذه الورقة البحثية وتقيم إطار عمل جديد لتعلم الآلة عبر الإنترنت يتنبأ بإجمالي وقت تحويل الترميز لمجموعة كاملة من مقاطع الفيديو بنسبة خطأ تقل عن 5%، مما يظهر دقة أعلى بكثير من طرق التنبؤ السابقة لكل مقطع على حدة.