12840 ورقة بحثية
تقدم هذه الورقة طريقة خالية من التدريب للتحكم الدقيق في الألوان في نموذج توليد الصور FLUX.1 عبر تحديد ومعالجة "فضاء لوني كامن" (Latent Color Subspace) ضمن الفضاء الكامن لـ VAE، والذي يشفر بنيوياً كلاً من التدرج اللوني (Hue)، والتشبع (Saturation)، والسطوع (Lightness).
تقدم هذه الورقة إطار عمل للتعلم العميق يستخدم شبكة عصبية تلافيفية (CNN) مدمجة مع مشفر تلقائي تلافي للضجيج تلافي (CDAE) لتقسيم هياكل الشبكية الكلية وانفصالات الظهارة الصبغية بدقة في صور التصوير المقطعي للاتساق البصري (OCT) حديثة ومنخفضة التكلفة ذات المجال الكامل، مما يتيح التشخيص المؤتمت بمساعدة الكمبيوتر للمراقبة المنزلية للتنكس البقعي المرتبط بالعمر.
تجمع هذه الدراسة المسحية التطورات الأخيرة في تتبع الكائنات المتعددة (MOT) من خلال تصنيف الأساليب وفقًا لنماذجها الأساسية والتحديات المستهدفة، ومراجعة التطور من التتبع عبر الكشف إلى البنيات الحديثة مثل المحولات (transformers) والنماذج التأسيسية (foundation models)، وتحليل اتجاهات المعايير والمقاييس، ورسم التوجهات المستقبلية للنشر العملي والبحث.
تقدم هذه الورقة طريقة تصوير مدى سلبية تقوم بتقدير مسافة الأجسام والخصائص الجوهرية بشكل مشترك من القياسات الحرارية فائقة الطيف عبر الفصل الحسابي لتأثيرات الامتصاص الجوي عن الإشعاع السطحي، وذلك باستخدام التنظيم والنمذجة الجوية لاستعادة ميزات المدى في المشاهد الطبيعية دون إضاءة نشطة.
تقدم هذه الورقة البحثية ChatSearch، وهي مجموعة بيانات جديدة تتميز باستعلامات محادثة متعددة الوسائط ومتعددة الجولات لاسترجاع الصور في النطاق المفتوح، إلى جانب ChatSearcher، وهو نموذج استرجاع توليدي تم تدريبه من البداية إلى النهاية ليعمل بفعالية مع السياق متعدد الوسائط ويستفيد من المعرفة العالمية لتحقيق أداء فائق في البحث التفاعلي عن الصور.
تقدم هذه الورقة البحثية Sketch2Cinemagraph، وهو إطار عمل موجه بالرسوم التخطيطية يستفيد من نماذج الانتشار الكامنة وتقدير حقل الحركة لتخليق سينماغرافات للمناظر الطبيعية ذات طابع فني وجذاب مع تدفق زمني مستمر قابل للتخصيص من رسومات يدوية حرة.
تقدم هذه الورقة PoLAr-MAE، وهو إطار عمل لنمذجة النقاط المقنعة ذاتي الإشراف لبيانات غرف الإسقاط الزمني للأرجون السائل (LArTPC)، والذي يتعلم تمثيلات مسار ذات معنى فيزيائي من الأحداث غير المصنفة، محققاً أداءً رائدًا في التجزئة بأقل قدر من البيانات المصنفة، ومبرهناً على إمكانات نموذج أساسي عالمي في فيزياء الجسيمات.
تقدم هذه الورقة البحثية vS-Graphs، وهو إطار عمل للملاحة ورسم الخرائط البصرية المتزامنة (Visual SLAM) في الوقت الفعلي، والذي يربط بشكل وثيق بين فهم المشهد القائم على الرؤية والرسوم البيانية للمشاهد ثلاثية الأبعاد لتوليد خرائط هرمية غنية دلالياً، محققاً تحسناً في الدقة بنسبة 15.22% مقارنة بالطرق الرائدة مع مضاهاة أداء الكشف الدلالي القائم على تقنية ليدار (LiDAR) باستخدام الميزات البصرية فقط.
تثبت هذه الورقة أن الفضاء الكامن لنموذج CLIP لا يمكنه أساساً التعامل في آن واحد مع المحتوى الأساسي، وربط الصفات، والعلاقات المكانية، والنفي، وتقترح خرائط التشابه الجيبي الكثيفة (DCSMs) كبديل منهجي يتغلب على هذه القيود الهندسية من خلال الحفاظ على الطوبولوجيا الدلالية لقطع الصور ورموز النصوص لتحقيق أداء متفوق.
تقدم هذه الورقة البحثية SCAM، وهي أكبر وأكثر مجموعة بيانات واقعية تنوعاً لصور الهجمات الطباعية (typographic attack images)، لتقييم وإثبات الضعف الكبير لنماذج التأسيس متعددة الوسائط الحديثة تجاه مثل هذه الهجمات، مع تقديم رؤى تجريبية حول كيفية تأثير بنية النموذج وبيانات التدريب على المتانة.