12840 ورقة بحثية
يُعد HELM إطار عمل مبتكر للتصنيف الهرمي للصور متعددة الملصقات في الاستشعار عن بعد، حيث يجمع بين رموز الفئات الخاصة بالهيكل، والترميز الهيكلي القائم على الرسوم البيانية، والتعلم ذاتي الإشراف لتحقيق أداء رائد، لا سيما في سيناريوهات نقص الملصقات.
تقدم الورقة البحثية نموذج RICE-NET، وهو نموذج تعلم عميق ثلاثي الأبعاد متعدد الوسائط يدمج بيانات التصوير بالرنين المغناطيسي الطولية مع خرائط جرعات العلاج الإشعاعي للتمييز بدقة بين تكرار الورم والتعزيزات التباينية الناجمة عن الإشعاع لدى مرضى الورم الأرومي الدبقي بعد العلاج، محققاً درجة F1 تبلغ 0.92 ومبرهناً على الأهمية الحاسمة لخرائط الإشعاع من أجل تصنيف موثوق.
تقدم هذه الورقة البحثية FutureCAD، وهو إطار عمل مبتكر لتحويل النص إلى تصميم هندسي (text-to-CAD)، يسد الفجوة بين النمذجة البارامترية وتوليد التمثيل الحدودي (B-Rep) من خلال الجمع بين نموذج لغوي كبير مضبوط بدقة لتوليد البرمجيات النصية (scripts) ومحول تجذير للتمثيل الحدودي (B-Rep grounding transformer) لتمكين التصميم الصناعي عالي الدقة والموجه باللغة الطبيعية.
تحلل هذه المراجعة بشكل منهجي 96 مقالاً محكماً من عام 2017 إلى أوائل عام 2026 لتصنيف بنيات الشبكات التنافسية التوليدية لإعادة بناء المواد المسامية، مع تسليط الضوء على التطورات الملحوظة في الدقة والنطاق مع تحديد التحديات المستمرة في الكفاءة الحسابية والاستمرارية الهيكلية.
تُظهر هذه الدراسة أنه في حين يحقق التعلم المركزي أعلى دقة في تصنيف تداخل ضرس العقل والقناة الفكية في الصور الشعاعية البانورامية، فإن التعلم الاتحادي يعمل كبديل متفوق يحافظ على الخصوصية ويتفوق بشكل كبير على نماذج التعلم المحلي.
تتناول هذه الورقة تحدي بنية "الغالق المتدحرج" في عملية "الاستعادة من الحركة" عبر توصيف هندسة العرض الواحد لاستنباط مشكلات إعادة بناء دنيا بشكل منهجي لاستعادة معلمات الحركة والمشهد من صورة واحدة، مع تقييم جدواها وحدودها من خلال حلول إثبات المفهوم.
تقدم الورقة البحثية PicoSAM3، وهو نموذج تقسيم قابل للتحفيز خفيف الوزن بـ 1.3 مليون معلمة، مُحسَّن للتنفيذ في الوقت الفعلي على المستشعر في أجهزة مثل Sony IMX500، والذي يحقق دقة هي الأفضل في فئته من خلال تقطير المعرفة من SAM2/SAM3 مع الحفاظ على زمن انتقال منخفض والامتثال الصارم للأجهزة.
تقترح الورقة البحثية إطار عمل ProtoSR، وهو إطار عمل قائم على النماذج الأولية يستفيد من نموذج لغوي كبير مضبوط بالتعليمات لاستخراج نماذج أولية بصرية من تقارير الأشعة ذات النصوص الحرة، مما يؤدي إلى حقن المعرفة غير المهيكلة لتحسين توليد التقارير المهيكلة دقيقة التفاصيل بشكل كبير وتحقيق أداء رائد في معيار Rad-ReStruct.
تقيم هذه الدراسة الأولية تقنيات تسجيل الصور القائمة على الطرق الكلاسيكية والتعلم العميق لبيئات الغابات الوعرة، حيث وجدت أنه على الرغم من أن NeMAR وMURF يظهران وعداً جزئياً، إلا أن كلاهما يعاني من عدم الاتساق الهندسي والحفاظ على التفاصيل الدقيقة، على التوالي، مما يسلط الضوء على الحاجة إلى مزيد من الصقل لتحقيق تسجيل قوي متعدد المقاييس.
تقدم هذه الورقة AstroSplat، وهو إطار عمل لتقنية "Gaussian splatting" قائم على الفيزياء يدمج نماذج الانعكاس الكوكبي لتحقيق إعادة بناء ذاتي وتوصيف ضوئي متفوق للأجرام السماوية الصغيرة مقارنة بالطرق التقليدية القائمة على المظهر، كما تم التحقق من ذلك باستخدام صور مهمة "Dawn" التابعة لناسا.