12891 ورقة بحثية
تقترح الورقة البحثية إطار عمل GIIM، وهو إطار عمل جديد قائم على الرسوم البيانية يعزز تشخيص الصور الطبية متعددة المشاهد من خلال نمذجة العلاقات داخل المشهد الواحد وديناميكيات ما بين المشاهد في آن واحد، مع التعامل بفعالية مع البيانات المفقودة لتحسين دقة التنبؤ والمتانة.
يقدم TopoOR تمثيلاً مشهديًا طوبولوجيًا مبتكرًا لغرف العمليات الجراحية يستفيد من الهياكل من الرتب العليا وآليات الانتباه للحفاظ على العلاقات متعددة الأنماط المعقدة وهندسة المتشعبات، مما يجعله يتفوق على الطرق التقليدية القائمة على الرسوم البيانية والنماذج اللغوية الكبيرة في المهام الحرجة للسلامة مثل كشف خرق التعقيم والتنبؤ بمراحل الروبوت.
تقدم هذه الورقة "التقطير القطري" (Diagonal Distillation)، وهو إطار عمل تراجعي غير متماثل يستفيد من السياق الزمني والتدفق البصري الضمني لتمكين توليد فيديو تدفقي عالي الدقة وفي الوقت الفعلي مع تسريع قدره 277.3 ضعفًا، مع التخفيف من تراكم الأخطاء وعدم اتساق الحركة.
تتقصى هذه الورقة مدى موثوقية نماذج الرؤية واللغة (VLMs) في القيادة الذاتية من خلال كشف نزوعها نحو عدم اتساق الاستجابة وضعف الاستدلال الزمني، وتقترح لاحقاً معيار FutureVQA وطريقة ضبط تسلسل الأفكار ذاتية الإشراف لتعزيز الاستدلال المستقبلي المرتبط بالواقع دون الحاجة إلى تسميات زمنية.
تُظهر هذه الدراسة أن التطور الطولي للتليف المرن الجنبي الرئوي (PPFE) الشعاعي، والذي تم قياسه عبر التحليل الآلي لصور الأشعة المقطعية منخفضة الجرعة، يتنبأ بشكل مستقل بزيادة الوفيات والنتائج التنفسية الضائرة في مجموعات كبيرة من فحوصات فحص سرطان الرئة.
تقترح الورقة البحثية ParTY، وهو إطار عمل مبتكر يحسن عملية توليد الحركة من النصوص عبر تقديم شبكات موجهة بالأجزاء، وتأسيس نصي مدرك للأجزاء، ودمج كلي-جزئي، وذلك للتغلب على قيود الأساليب الحالية في محاذاة حركات أجزاء الجسم المحددة مع النص مع الحفاظ في الوقت ذاته على تماسك الحركة لكامل الجسم.
تقدم هذه الورقة البحثية "الترميم المقطر الواعي بالكمية" (QDR)، وهو إطار عمل مبتكر يستخدم "التقطير الخالي من فك التشفير" و"إعادة وزن المقدار القابلة للتعلم" للتغلب على الاختناقات في التدريب الواعي بالكمية، مما يتيح نماذج ترميم صور عالية الأداء وقابلة للنشر على الأجهزة الطرفية تحقق دقة تقارب دقة FP32 وتسريعًا كبيرًا.
تقترح هذه الورقة إطار عمل قائماً على الربط بين الرؤية واللغة لتوليد وتقييم البيانات الاصطناعية القابلة للتفسير في الاستشعار عن بعد، مقدمةً مجموعة بيانات ARAS400k التي تثبت أن تعزيز البيانات الحقيقية بصور اصطناعية يتفوق باستمرار على النماذج المرجعية المعتمدة على البيانات الحقيقية فقط في مهام التجزئة الدلالية ووصف الصور.
يُعد VarSplat نظاماً للتحديد الآني للموقع ورسم الخرائط (SLAM) يعتمد على تقنية "Gaussian Splatting" ثلاثية الأبعاد ومدركاً لعدم اليقين، حيث يتعلم صراحةً تباين المظهر لكل "splat" لإنتاج خرائط عدم يقين قابلة للتفاضل، مما يوجه عمليات التتبع والتحسين نحو المناطق الموثوقة لتحقيق تقدير متين للوضعية وإعادة بناء عالية الدقة في البيئات الواقعية الصعبة.
تقدم هذه الورقة AutoViVQA، وهو مجموعة بيانات ضخمة تم إنشاؤها تلقائيًا للأسئلة البصرية الإجابة باللغة الفيتنامية، وتقيم النماذج متعددة الوسائط القائمة على المحولات إلى جانب مقاييس تلقائية متنوعة لتقييم أدائها ومدى توافقها مع التقدير البشري في السياق الفيتنامي.