12840 ورقة بحثية
تقترح هذه الورقة إطارين عمل غير مرتبطين بالدقة يعتمدان على التمثيلات العصبية الضمنية (INRs) لتمكين التحليل ثلاثي الأبعاد الكثيف لأحجام التصوير المقطعي للتماسك البصري (OCT) الشبكي متباين الخواص، وذلك من خلال إجراء استكمال بين مسحات B-scan باستخدام بيانات en-face وإنشاء أطلس شبكي قابل للتعميم، مما يتغلب على قيود النهج التقليدية ثنائية الأبعاد والنماذج ذات الدقة الثابتة.
تقدم الورقة البحثية Paracosm، وهو أسلوب استرجاع صور مركب (Composed Image Retrieval) خالي من التدريب ويعمل بنظام الصفر (zero-shot)، يستفيد من النماذج اللغوية متعددة الوسائط لتوليد "صورة ذهنية" اصطناعية ونظائرها في قاعدة البيانات ضمن "باراكوزم" (paracosm) لسد الفجوة بين المجالات وتحقيق أداء رائد.
تقترح الورقة البحثية DMS2F-HAD، وهي شبكة تعتمد على بنية Mamba ثنائية المسار، تعمل على دمج الميزات المكانية والطيفية بكفاءة لتحقيق دقة تضاهي أحدث ما توصل إليه العلم وسرعات استدلال أسرع بشكل ملحوظ للكشف عن الشذوذ في الصور فائقة الطيف عبر مجموعات بيانات معيارية متعددة.
يُعد UniWeTok مُجزئاً ثنائياً موحداً يتميز بكتيب رموز ضخم يبلغ ، وببنية هجينة تجمع بين الالتفاف والانتباه مع تفعيل SigLu، وإطار تدريب مبتكر ثلاثي المراحل يحقق أداءً هو الأفضل في فئته في توليد الصور والفهم متعدد الوسائط بتكاليف حوسبة أقل بكثير من النماذج الحالية.
تقدم الورقة البحثية SIMSPINE، وهو إطار عمل للمحاكاة المدركة للميكانيكا الحيوية وأول مجموعة بيانات مفتوحة واسعة النطاق ذات تعليقات توضيحية ثلاثية الأبعاد متفرقة للعمود الفقري مستمدة من النمذجة العضلية الهيكلية، والذي يسد الفجوة بين الميكانيكا الحيوية والرؤية الحاسوبية لتمكين تقدير حركة العمود الفقري ثلاثية الأبعاد القابل لإعادة الإنتاج والمستند إلى أسس تشريحية، ويضع معايير مرجعية جديدة رائدة لتتبع العمود الفقري.
يُعد PatchDenoiser إطار عمل خفيف الوزن وفعال في المعلمات يعتمد على الرقع متعدد المقاييس، حيث يعمل بفعالية على إزالة الضجيج من صور الأشعة المقطعية ذات الجرعة المنخفضة عبر موازنة كبح الضجيج مع الحفاظ على التفاصيل التشريحية، متفوقاً بذلك على أحدث طرق الشبكات العصبية الالتفافية (CNN) والشبكات التنافسية التوليدية (GAN) مع تقليل التكاليف الحسابية واستهلاك الطاقة بشكل كبير.
تقترح هذه الورقة استراتيجية "التعلم المقنع الواعي بالمحاذاة" (AML)، وهي استراتيجية تدريب تعمل على تحسين تجزئة الصور المرجعية من خلال قياس محاذاة الرؤية واللغة على مستوى البكسل لحجب المناطق غير الموثوقة أثناء عملية التحسين، مما يحقق أداءً هو الأفضل في فئته دون تغييرات في البنية أو عبء إضافي عند الاستنتاج.
تقترح الورقة البحثية HG-Lane، وهو إطار عمل للتوليد عالي الدقة ينشئ معياراً مرجعياً جديداً يتكون من 30,000 صورة للمسارات في ظل ظروف جوية وإضاءة سيئة دون الحاجة لإعادة التوسيم، مما يحسن بشكل كبير أداء نماذج اكتشاف المسارات الحالية في هذه البيئات الصعبة.
تقترح هذه الورقة طريقة غير خاضعة للإشراف لتجميع الصور فائقة الطيف، تعمل على تحسين تعلم قاموس فضاء وايسرستاينين الحالي عبر استخدام مراكز باريترا لـ "وايسرستاين" غير المتوازنة لتعلم تمثيل متين منخفض الأبعاد، مما يؤدي إلى التخفيف من مشكلات ضبابية الفئات والحساسية تجاه القيم المتطرفة والضجيج.
تقدم هذه الورقة نموذج مكافأة فيديو التنفيذ (ExeVRM)، وهو إطار عمل قابل للتوسع ومستقل عن النموذج يستفيد من مجموعة بيانات جديدة مكونة من 53 ألف فيديو-مهمة-مكافأة وتقليم الرموز الزماني والمكاني لتقييم مسارات وكلاء استخدام الكمبيوتر بدقة من فيديوهات التنفيذ، متفوقاً بذلك على النماذج المملوكة الرائدة في التنبؤ بنجاح المهمة.