12877 ورقة بحثية
تقترح هذه الورقة إطار عمل جديداً قائماً على الانتشار يعزز مصادقة نمط كشف النسخ من خلال دمج توقيعات الطابعة وControlNet للتمييز بفعالية بين المطبوعات الأصلية والتقليد عالي الجودة، متفوقة بذلك على الطرق التقليدية في التعميم والدقة.
تقدم هذه الورقة البحثية "مطابقة التدفق الموحد" (Normalized Flow Matching - NFM)، وهي طريقة مبتكرة تعمل على تقطير اقترانات شبه حتمية من نماذج تدفق طبيعي ذاتية الانحدار مدربة مسبقاً لتدريب نماذج تدفق تلميذة، محققةً أداءً فائقاً على كل من مناهج مطابقة التدفق التقليدية والنماذج المعلمة نفسها.
تقدم هذه الورقة إطار عمل مطوراً ثنائي النموذج يعتمد على YOLOv8، يدمج بين كشف الحريق والدخان مع تقييم المخاطر القائم على القرب لتوليد درجات مخاطر كمية وإدراك ظرفي في الوقت الفعلي للمواقع الهندسية.
يُعد OmniEdit إطار عمل مبتكرًا لا يتطلب تدريبًا، ويحقق مزامنة قوية للشفاه وتحريرًا سمعيًا بصريًا من خلال إعادة صياغة نموذج التحرير لاستبدال تسلسل التحرير بتسلسل مستهدف، مما يلغي الحاجة إلى الضبط الدقيق الخاضع للإشراف ويضمن عملية توليد سلسة ومستقرة.
تقترح هذه الورقة إطار عمل لتوليد الفيديو بواقعية فيزيائية، حيث تُمذِج الظواهر كمتواليات أحداث مترابطة سببياً من خلال دمج التفكير المتسلسل القائم على الفيزياء مع التلقين عبر الوسائط المدرك للانتقالات لضمان الاستمرارية الديناميكية والاتساق الفيزيائي.
تشخص هذه الورقة البحثية بشكل منهجي فجوة الأداء بين مدخلات النص والصور في النماذج اللغوية الكبيرة متعددة الوسائط، كاشفةً أن النصوص المرئية تزيد بشكل أساسي من أخطاء القراءة بدلاً من إخفاقات الاستدلال، وتقترح طريقة للتقطير الذاتي تجسر هذه الفجوة بفعالية من خلال تدريب النماذج على آثار استدلالها القائمة على النصوص والمقترنة بمدخلات الصور.
تقترح هذه الورقة إطار عمل لتحليل الحركة (motion factorization) لا يتطلب تدريباً ومستقلاً عن النموذج، يقوم بتفكيك توليد الفيديو المعقد إلى فئات: السكون، والأجسام الصلبة، والأجسام غير الصلبة، من خلال نموذج "التخطيط قبل التوليد" لتخليق نماذج متنوعة بمظهر وحركة متحكم بهما.
تقترح هذه الورقة إطار عمل يعتمد على تقنية "المحول" (transformer) لاسترجاع حالات سرطان الجلد، يجمع بفعالية بين الصور المرجعية والوصفات النصية من خلال تعلم التمثيلات الهرمية وإجراء محاذاة مشتركة شاملة ومحلية، مما يحقق أداءً هو الأفضل حالياً على مجموعة بيانات Derm7pt لدعم اتخاذ القرار السريري.
تقدم هذه الورقة البحثية EQ-VMamba، وهي أول بنية "Mamba" بصرية متساوية التناظر الدوراني تدمج استراتيجية مسح متقاطع متخصصة وكتل "Mamba" مجموعاتية لتحقيق أداء فائق ومتانة عبر مختلف المهام البصرية مع تقليل عدد المعلمات بنسبة 50% تقريبًا مقارنة بالنماذج المرجعية غير المتساوية التناظر دورانياً.
تُعد شبكة RTFNet شبكة مشفرة-فك تشفير ثلاثية الفروع توحد بين دمج الميزات التآزري وبين تنظيم فك الارتباط بين الأنماط والمنطقة لتحقيق تقسيم دلالي قوي لصور RGB-T، مما يتيح أداءً عالياً حتى عند فقدان إشارات الاستشعار جزئياً دون الحاجة إلى تدريب متعدد المراحل.