12840 ورقة بحثية
يعمل إطار العمل المقترح STaRC على تحسين التعليق الوصفي الكثيف للفيديو المعزز بالاسترجاع من خلال الإشراف على بروز الإطارات عبر وحدة اكتشاف اللقطات البارزة المدربة على الحقائق الأرضية الموجودة، مستخدماً درجات البروز هذه لتوجيه التجزئة الزمنية وتوليد التعليقات الوصفية لتحقيق أداء رائد في معايير YouCook2 وViTT.
تقدم الورقة البحثية \textsc{INFACT}، وهو معيار تشخيصي شامل يضم 9,800 حالة سؤال وجواب وتصنيفات دقيقة، يقيم نماذج الفيديو اللغوية الكبيرة (Video-LLMs) من حيث الأمانة والواقعية تحت أوضاع تدهور مستحثة مختلفة، كاشفاً أن الدقة الأساسية العالية لا تضمن المتانة ضد الهلوسة وأن العديد من النماذج تعاني بشكل كبير من الحساسية الزمنية.
يُعد OrthoEraser مفهوماً مبتكراً لطرق محو المفاهيم في نماذج تحويل النص إلى صورة، حيث يستخدم المشفرات التلقائية المتفرقة وكشف العصبونات المقترنة لإجراء إسقاط متعامد تحليلي، مما يعمل بفعالية على إزالة المحتوى الضار مع الحفاظ على السمات الحميدة من خلال فك الارتباط بين الفضاءات الميزة الحساسة وغير الحساسة.
تقترح الورقة البحثية ActiveFreq، وهو إطار عمل تفاعلي جديد للتجزئة يجمع بين وحدة تعلم نشط (AcSelect) لإعطاء الأولوية لتصحيحات المستخدم ذات التأثير العالي وبين هيكل خلفي معزز بنطاق التردد (FreqFormer) لتحقيق دقة فائقة وتقليل التفاعل البشري في تحليل الصور الطبية.
تقدم هذه الورقة Gen-Fab، وهو شبكة خصومة توليدية شرطية مدركة للتباين، تتنبأ بدقة بنتائج تصنيع متنوعة وعالية الدقة للأجهزة النانو-ضوئية من خلال نمذجة حالات عدم اليقين الناجمة عن العمليات، متفوقة بذلك على النماذج المرجعية الحتمية والاحتمالية القائمة في كل من الدقة ومحاذاة التوزيع.
تقدم هذه الورقة التوجيه الأمثل للمتعددات (MOG)، وهو إطار تحكم ريماني موحد يعيد صياغة التوجيه الخالي من المصنف كمسألة تحكم أمثل محلية لتصحيح الانجراف الهندسي ومنع العيوب، مع اقتراح Auto-MOG أيضاً لمعايرة قوة التوجيه ديناميكياً دون ضبط يدوي.
تُثبت هذه الدراسة أن إطار تصنيف شخصي باستخدام سمات "سيجما-لوجنورمال" (Sigma-Lognormal) من الخط اليدوي اليومي يمكنه اكتشاف حالات انخفاض الاستشفاء اليومية لدى الأفراد الأصحاء بفعالية، كما تم التحقق من ذلك عبر مؤشرات القلب الليلية في تجربة ميدانية استمرت 28 يومًا.
تُظهر هذه الدراسة أن السمات الكينماتيكية المستمدة من نموذج "سيجما-لوجنورمال" (sigma-lognormal)، عند تطبيقها على مجموعة بيانات واسعة النطاق من الطلاب اليابانيين، تتنبأ بفعالية بالدرجة، والجنس، والأداء الأكاديمي، مما يكشف أن خط يد الأطفال يتطور نحو تنظيم حركي لوجنورمال مع نموهم.
تقدم هذه الورقة البحثية FBCIR، وهي طريقة لتشخيص ومعالجة عدم توازن التركيز في نماذج استرجاع الصور المركبة من خلال تحديد ميلها للإفراط في الانتباه إلى نمط واحد، وتقترح سير عمل لتعزيز البيانات باستخدام سلبيات صعبة منتقاة لفرض استدلال متوازن عبر الأنماط وتحسين المتانة في السيناريوهات الصعبة.
تقترح الورقة البحثية Mobile-GS، وهي طريقة "Gaussian Splatting" مُعدلة للهواتف المحمولة تعمل في الوقت الفعلي، وتحقق استنتاجاً فعالاً على الأجهزة الطرفية من خلال إلغاء فرز العمق عبر مخطط رندرة مستقل عن الترتيب ومدرك للعمق، وتعزيز الجودة البصرية بتأثيرات مظهرية تعتمد على زاوية الرؤية عصبية، وتقليل حجم النموذج عبر التقطير والكمية والتقليم.