12944 ورقة بحثية
تقترح هذه الورقة مخططاً للتلاعب بالبيانات عبر الإنترنت يقوم بتفكيك صور التدريب إلى مكونات مستقلة لكل من الكائن والمشهد والكاميرا، ثم يعيد تركيبها مع وضعيات مضطربة لتوليد بيانات تدريب متنوعة، مما يؤدي إلى تحسين كفاءة البيانات وأداء نماذج اكتشاف الأجسام ثلاثية الأبعاد أحادية العدسة في كل من بيئات الإشراف الكامل والجزئي.
تقدم هذه الورقة إطار عمل للضبط المتسق دورياً يستفيد من تكييف "LoRA" خفيف الوزن لنماذج الانتشار سابقة التدريب لتحقيق تفكيك طبقي للصور يتسم بالمتانة وعالي الدقة، وتحديداً لفصل الشعار عن الكائن في الحالات الصعبة، وذلك من خلال فرض اتساق إعادة البناء ثنائي الاتجاه وتحسين الأداء بشكل تكراري عبر عملية تحسين ذاتي تدريجية.
تقترح هذه الورقة إطار عمل تكراريًا ذا حلقة مغلقة يقوم تلقائيًا بتوليد بيانات حركة عالية الجودة ومتنوعة، ويزيد من صعوبة المهمة تدريجيًا، مما يمكن سياسات التحكم في الروبوتات البشرية من التفوق بشكل كبير على النماذج المرجعية باستخدام بيانات تدريب أقل بكثير.
تقدم الورقة البحثية PackUV، وهو تمثيل وطريقة ملاءمة جديدة لـ Gaussian رباعي الأبعاد (4D Gaussian) تقوم بخرائط سمات الفيديو الحجمي إلى أطلس UV مهيكل من أجل تخزين وبث فعالين ومتوافقين مع برامج الترميز، مع إظهار اتساق زمني ودقة عرض متفوقة على مجموعة بيانات PackUV-2B واسعة النطاق والمقترحة حديثاً.
تقدم هذه الورقة البحثية WildActor، وهو إطار عمل لتوليد فيديوهات بشرية غير مقيدة مع الحفاظ على الهوية، يستفيد من مجموعة بيانات Actor-18M واسعة النطاق وآليات انتباه مبتكرة للتغلب على القيود الحالية في الحفاظ على ثبات هويات الجسم الكامل عبر اللقطات الديناميكية، وزوايا الرؤية، والحركات المختلفة.
تقترح الورقة البحثية إطار عمل DeAR، وهو إطار تكيف دقيق لنماذج الرؤية واللغة يقوم بتفكيك رؤوس الانتباه إلى أدوار وظيفية (السمات، والتعميم، والمختلطة) باستخدام مقييز "إنتروبيا المفهوم" لعزل تعلم المهام المحددة عن قدرات التعميم بشكل انتقائي، مما يحقق أداءً فائقاً عبر مهام متنوعة مع الحفاظ على متانة القدرة على التعلم الصفري.
تقترح هذه الورقة طريقة خفيفة الوزن للتكيف عند وقت الاختبار لإكمال العمق بنمط الصفر (zero-shot)، والتي تحقق دقة وكفاءة في مستوى الحالة الراهنة من خلال تحديث فضاء فرعي لفك التشفير منخفض الأبعاد فقط، مما يتجنب التكاليف الحسابية للتحسين الكامل للشبكة أو التحسين القائم على الانتشار.
تقدم هذه الورقة البحثية مساراً معالجياً يعتمد على التعلم العميق المعتمد على الكشف والمتميز بالكفاءة الحسابية، والذي يحقق أداءً رائداً في المتانة والتعميم عبر مجموعات البيانات المختلفة في عملية تقسيم المزمار من تنظير الفيديو عالي السرعة، مما يتيح استخراج المؤشرات الحيوية السريرية الموثوقة للتمييز بين الوظيفة الصوتية السليمة والمرضية.
تقترح الورقة البحثية iGVLM، وهو إطار عمل يتغلب على عقبة التمثيل في نماذج الرؤية واللغة الكبيرة من خلال تقديم بنية ثنائية الفرع منفصلة ذات تعديل بصري موجه بالتعليمات لتمكين الاستدلال الديناميكي الواعي بالمهام مع الحفاظ على الأولويات البصرية المدربة مسبقًا.
تقدم الورقة البحثية OptiRoulette، وهو مُحسِّن ميتا عشوائي (stochastic meta-optimizer) يختار قواعد التحديث ديناميكيًا من مجموعة محددة أثناء التدريب، مما يُظهر تقاربًا أسرع بكثير ودقة اختبار أعلى عبر العديد من معايير تصنيف الصور مقارنةً بأساس AdamW القياسي.