12944 ورقة بحثية
تقدم الورقة البحثية ViTaPEs، وهي بنية قائمة على المحولات (transformer) تستخدم استراتيجية ترميز موضعي مبتكرة ثنائية المرحلة لدمج الوسائط البصرية واللمسية بفعالية، محققةً أداءً هو الأفضل في فئتها وقدرة على التعميم الصفري عبر مهام التعرف والإمساك الروبوتي المتنوعة دون الاعتماد على نماذج الرؤية واللغة سابقة التدريب.
تقدم الورقة البحثية ELYTRA، وهو إطار عمل مرن يستخدم التكيف منخفض الرتبة (LoRA) لتوليد رقع أمنية خفيفة الوزن ديناميكيًا للأنظمة البصرية الضخمة، مما يحسن متانتها بشكل كبير ضد الهجمات العدائية دون الحاجة إلى إعادة تدريب كاملة أو معرفة مسبقة بتهديدات محددة.
تقترح هذه الورقة نهجاً للتعلم شبه الموجه ذاتياً يتميز بتمثيل GLMask مبتكر ومسار من الدلالي إلى المثالي يحقق أداءً رائداً في تقسيم المثيل بأقل قدر من التوسيم اليدوي، مما يظهر نتائج متفوقة في كل من صور رؤوس القمح الزراعية الكثيفة ومجموعة بيانات COCO للأغراض العامة.
تقدم هذه الدراسة نموذج GAN يعتمد على تقنية الهرم (pyramid pix2pix) مع معاقبة التباين، والذي يقوم بتوليد صور كيمياء نسيجية مناعية (IHC) عالية الدقة وخاصة ببروتين HER2 من شرائح الهيماتوكسيلين والإيوسين (H&E) الروتينية، مما يقلل بفعالية من انهيار النمط ويتفوق على النماذج المرجعية لتمكين تشخيصات دقيقة في مجال الأورام تتسم بالتكلفة المنخفضة والقابلية للتوسع.
تقترح هذه الورقة إطار عمل متتالٍ مبتكرًا موجهًا بنماذج الرؤية واللغة (VLM) لتقسيم الأجسام المموهة ذات المفردات المفتوحة، والذي يستفيد من ميزات نماذج الرؤية واللغة لتوجيه نموذج "Segment Anything" صراحةً من أجل تحديد المواقع بدقة، ويستخدم أولويات مكانية ناعمة للحفاظ على سياق الصورة الكامل، مما يؤدي إلى التغلب على الفجوات النطاقية وتحسين كل من التقسيم والتصنيف للأجسام المموهة عبر فئات عشوائية.
يقترح LD-RPS إطار عمل موحداً وجديداً لاستعادة الصور، خالياً من الاعتماد على مجموعات البيانات، يستفيد من أخذ عينات لاحق متكرر على نموذج انتشار كامن مسبق التدريب، معزز ببوادر دلالية متعددة الوسائط ووحدة محاذاة خفيفة الوزن، لتحقيق أداء فائق عبر أنواع مختلفة من التدهور دون تدريب خاص بكل مهمة.
من خلال تنفيذ "حمية بصرية تنموية" مبتكرة مستوحاة من النضج البصري البشري، تُثبت هذه الدراسة أن توجيه عمليات تعلم الذكاء الاصطناعي بدلاً من مجرد توسيع نطاق البيانات يُنتج نماذج ذات قدرة فائقة على التعرف القائم على الأشكال، ومتانة تجاه التشوهات، وتوافق مع الرؤية البشرية.
تقترح هذه الورقة تقنية التجميع التكيفي القائم على الاستعلام (QAA)، وهي تقنية مبتكرة لتجميع الميزات تستخدم استعلامات متعلمة ككتب رموز مرجعية لمعالجة التباينات في مجموعات البيانات بفعالية في التدريب المشترك متعدد المجموعات، مما يحقق التعرف البصري العالمي القوي على الأماكن مع توازن في التعميم وأداء يضاهي أحدث ما توصل إليه العلم.
تقترح هذه الورقة البحثية MCULoRA، وهو إطار عمل جديد فعال في كفاءة المعلمات يتميز بالتكيف منخفض الرتبة المدرك لدمج الأنماط والضبط الدقيق الديناميكي للمعلمات لحل صراعات التدرج وتحسين الأداء في التعرف على العواطف متعدد الوسائط غير المكتمل.
تقدم الورقة البحثية ، وهي شبكة عصبية أمامية (feed-forward) مبتكرة تحقق أداءً هو الأفضل في حالته (state-of-the-art) في مهام إعادة بناء الهندسة البصرية من خلال توظيف بنية متوافقة تماماً مع التبديل (fully permutation-equivariant) للتنبؤ بوضعيات الكاميرا وخرائط النقاط دون الاعتماد على منظور مرجعي ثابت.