12944 ورقة بحثية
تقترح الورقة البحثية "المُعامل العصبي ذو البنية الإشعاعية" (RSNO)، وهو إطار عمل جديد للتعلم العميق يعيد بناء الصور فائقة الطيف من ملاحظات متعددة الأطياف عبر تعلم خرائط طيفية مستمرة تحت مقدمات إشعاعية، وتوظيف إسقاط متسق زاويًا لضمان الاتساق الفيزيائي والقضاء على تشوه الألوان.
تقدم هذه الورقة Yo'City، وهو إطار عمل وكيل يعتمد على النماذج الكبيرة للتخطيط الهرمي وحلقة توسع ذاتية النقد لتوليد مشاهد مدن ثلاثية الأبعاد واقعية، مخصصة، وغير محدودة، ومتماسكة مكانياً، متفوقاً بذلك على الأساليب الحالية الرائدة عبر مقاييس تقييم متعددة.
تقترح هذه الورقة البحثية "ثبات الاختصار" (Shortcut Invariance)، وهي طريقة مستهدفة لتنظيم جاكوبي تعمل على تحسين التعميم خارج التوزيع عبر حقن ضوضاء متباينة المناحي في فضاء كامن مفكك لتسطيح حدود القرار على طول المحاور المتوافقة مع الاختصارات، مما يلغي الحاجة إلى تسميات اختصار صريحة أو عينات تدريب متضاربة.
تقدم هذه الدراسة ForamDeepSlice، وهو إطار عمل للتعلم العميق عالي الدقة يجمع بين مجموعة من نماذج ConvNeXt-Large وEfficientNetV2-Small مع مجموعة بيانات مقسمة بدقة على مستوى العينة لتحقيق دقة بنسبة 95.64% في تصنيف أنواع الفورامينيفيرا من شرائح التصوير المقطعي المحوسب الدقيق ثنائية الأبعاد، مع توفير لوحة تحكم تفاعلية للتعرف في الوقت الفعلي والمطابقة ثلاثية الأبعاد.
تقوم هذه الورقة البحثية بتقييم ٢٧ مجموعة بيانات زراعية وتجد أنه بينما تُظهر نماذج الرؤية واللغة (vision-language models) واعداً مع التلقين المقيد، إلا أنها لا تزال حالياً تؤدي أداءً أقل من النماذج المرجعية الخاضعة للإشراف مثل YOLO11، وليست جاهزة بعد لاستبدال النماذج المتخصصة كأنظمة تشخيص زراعية مستقلة.
تقدم الورقة البحثية ReMeDI-SAM3، وهو امتداد لنموذج SAM3 لا يتطلب تدريباً، يعمل على تعزيز تجزئة الأدوات الجراحية في تنظير البطن من خلال تنفيذ تصفية ذاكرة مدركة للأهمية، والاستكمال البيني، وإعادة تحديد الهوية القائمة على الميزات للتغلب على تحديات مثل الانسدادات والحركة السريعة، محققاً تحسينات كبيرة في أداء التعلم الصفري (zero-shot) مقارنة بالطرق الحالية.
يُعد Re-Depth Anything إطار عمل للتعلم الذاتي في وقت الاختبار يعمل على تعزيز تقدير العمق أحادي العين من خلال دمج النماذج التأسيسية مع نماذج الانتشار ثنائية الأبعاد واسعة النطاق لإجراء تحسين خالٍ من الملصقات عبر إعادة الإضاءة التوليدية وأخذ عينات تشتت الدرجة، محققاً بذلك نتائج رائدة دون تحسين مباشر لموتر العمق.
تقدم هذه الورقة البحثية VOIC، وهو إطار عمل ثنائي فك التشفير مبتكر لإكمال المشهد الدلالي ثلاثي الأبعاد أحادي العدسة، والذي يستخدم استراتيجية استخراج تسمية المنطقة المرئية لفصل إدراك المنطقة المرئية عن استنتاج المنطقة المحجوبة، مما يؤدي إلى تخفيف تخفيف الميزات وتحقيق أداء رائد في المعايير القياسية.
تقترح هذه الورقة البحثية "Efficient Vision Mamba"، وهو إطار عمل للتعلم العميق خفيف الحوسبة يجمع بين نماذج الحالة الفراغية الانتقائية متعددة الرؤوس والمسح الهجين لتحقيق أداء رائد في دقة تصوير الرنين المغناطيسي الفائقة مع تقليل المعلمات والحوسبة بشكل جذري مقارنة بالطرق الحالية.
يُعد FLARE إطار عمل مبتكر يُمكّن القيادة الذاتية من خلال الاستفادة من نماذج الرؤية واللغة سابقة التدريب عبر هدف تنبؤ ميزات مستقبلية ذاتي الإشراف وتحسين السياسة النسبي الجماعي، محققاً أداءً هو الأفضل في فئته على مقيść NAVSIM دون الحاجة إلى تعليقات لغوية كثيفة العمالة.