12944 ورقة بحثية
يقدم هذا البحث AURASeg، وهو إطار عمل للتجزئة موجه بالانتباه يتميز بوحدة تحسين حدود متبقية ومفكك ترميز لرفع العينات التدريجي بالانتباه لتعزيز دقة حدود المنطقة القابلة للقيادة وتمثيل الميزات متعدد المقاييس من أجل ملاحة الروبوتات على متن المركبات، مما أظهر أداءً فائقًا على مجموعات بيانات متعددة ونشرًا ناجحًا على جهاز Jetson Nano.
تقترح هذه الورقة إطار عمل للتحسين التعاوني ثنائي الآلية يدمج بشكل تآزري بين فك الارتباط بالعدالة الهيكلية ومحاذاة التوزيع العالمي لتعزيز كل من العدالة بين المجموعات والعدالة داخل المجموعة في كشف التزييف العميق دون المساس بالدقة الإجمالية.
تقدم هذه الورقة مقياس تحول المرجع الثقافي (CRT) لتقييم كيفية تعامل نماذج الانتشار مع التوتر بين الحفظ والتعميم في السياقات الأيقونية ثقافياً، كاشفةً أن سلوك النموذج يعتمد على آليات تمييز وتجسيد متميزة تتأثر بعوامل مثل تكرار البيانات، والفرادة النصية، وشعبية المرجع.
تقدم هذه الورقة SPARK، وهو إطار عمل لكسر الحماية يستغل الارتباطات عبر الوسائط في نماذج تحويل النص إلى فيديو من خلال الجمع بين ركائز المشاهد المحايدة، والمحفزات السمعية الكامنة، والمعدلات الأسلوبية لتوليد فيديوهات غير آمنة دلالياً تتجاوز ضوابط السلامة مع الحفاظ على مظهر حميد.
تقدم الورقة البحثية FunnyNodules، وهي مجموعة بيانات اصطناعية كاملة المعلمات لأشكال تشبه عُقيدات الرئة ذات سمات بصرية قابلة للتحكم وقواعد قرار معروفة، صُممت لتقييم ومقارنة نماذج الذكاء الاصطناعي القابلة للتفسير بشكل منهجي من خلال التحقق مما إذا كانت تتعلم علاقات السمات-الأهداف الصحيحة وتواءم انتباهها مع الميزات التشخيصية ذات الصلة.
تقدم الورقة البحثية إطار عمل متعدد الوسائط يُدعى EgoCogNav، والذي يتنبأ بعدم اليقين في المسار المدرك للتنبؤ المشترك بالمسارات من منظور الشخص الأول وحركة الرأس، مدعوماً بمجموعة بيانات الملاحة من منظور الشخص الأول المدركة معرفياً (CEN) الجديدة لنمذجة العوامل المعرفية البشرية في الملاحة بشكل أفضل.
يُعد SyncMV4D إطار عمل مبتكر يتغلب على قيود طرق الرؤية الأحادية والطرق ثلاثية الأبعاد التي تتطلب كميات هائلة من البيانات، وذلك عبر تقديم نموذج انتشار مشترك متعدد الرؤى ومحاذٍ لنقاط الانتشار لتوليد مقاطع فيديو متزامنة وواقعية لتفاعل اليد مع الأشياء من زوايا متعددة وحركات هندسية رباعية الأبعاد (4D) متوافقة عالمياً في آن واحد، من خلال اقتران حلقي مغلق بين المظهر البصري والهندسة الديناميكية.
يُعد DFIR-DETR كاشفاً للأجسام الصغيرة يعتمد على تقنية المحولات (Transformer)، وهو يعالج القيود الرئيسية في البنيات القياسية عبر إدخال تجميع ميزات المحتوى الديناميكي (Dynamic Content-Feature Aggregation) من أجل الانتباه التكيفي، وشبكة هرمية للميزات الديناميكية حافظة للمعايير (norm-preserving Dynamic Feature Pyramid Network) لاستعادة التفاصيل، ووحدة صقل تكرارية في نطاق التردد (Frequency-domain Iterative Refinement module) للحفاظ على الحدود عالية التردد، محققاً أداءً رائدًا في اختبارات NEU-DET وVisDrone بكفاءة عالية.
تتناول هذه الورقة تدهور طرق التفسير البصري القائمة على المجموعات الفرعية في ظل ظروف خارج نطاق التوزيع، وذلك من خلال تقديم إطار عمل لا يتطلب تدريبًا يدمج تقدير عدم اليقين على مستوى الطبقات مع الأمثلة الفرعية (submodular optimization) لتوليد تفسيرات قوية ومتنوعة ومعلوماتية.
يُعد Photo3D إطار عمل يعمل على تطوير التوليد ثلاثي الأبعاد واقعي التصوير من خلال الاستفادة من بيانات GPT-4o-Image ضمن مسار تركيب متعدد المناظر متوافق بنيوياً لإنشاء مجموعات بيانات معززة التفاصيل، مما يتيح صقل الأنسجة بشكل واقعي مع الحفاظ على الاتساق الهندسي عبر مختلف المولدات الأصلية ثلاثية الأبعاد.