12944 ورقة بحثية
تقدم هذه الورقة RAID، وهو مجموعة بيانات واسعة النطاق لأبحاث إدراك مخاطر السائق، وتقترح إطار عمل تحت إشراف ضعيف يستفيد من مناورات السائق واستجاباته لتحديد مصادر الخطر، محققةً تحسينات كبيرة في الأداء مقارنة بالأسال_التي تمثل أحدث ما توصلت إليه التقنيات الحالية.
تقترح الورقة البحثية إطار عمل OD-RASE، وهو إطار عمل قائم على الأنطولوجيا يستفيد من النماذج اللغوية البصرية واسعة النطاق ونماذج الانتشار لتحديد هياكل الطرق المعرضة للحوادث بشكل استباقي وتوليد مقترحات موثوقة لتحسين البنية التحتية، مما يعزز سلامة أنظمة القيادة الذاتية.
تقترح هذه الورقة شبكة قناع متبقي (Residual Masking Network) مبتكرة تدمج شبكة متبقية عميقة مع بنية تجزئة شبيهة بـ Unet لتنقية خرائط الميزات عبر آلية انتباه، محققةً دقة هي الأفضل في فئتها على مجموعتي بيانات FER2013 وVEMO للتعرف على تعبيرات الوجه.
تقترح هذه الورقة طريقة قوية لتقدير الانحراف لصور المستندات باستخدام الإسقاط الشعاعي التكيفي على طيف مقدار فوريه المتقطع ثنائي الأبعاد، وتقدم مجموعة بيانات DISE-2021 للتقييم، وتثبت أن هذا النهج يتفوق على الطرق الحالية.
تقدم هذه الورقة VINE، وهو إطار عمل موحد لتجزئة الصور بلقطات قليلة يستفيد من الرسوم البيانية للمنظور المكاني والبديهيات التمييزية لتحسين النماذج الأولية الخاصة بكل فئة، مما يعالج بفعالية عدم المحاذاة الهيكلية وعدم الاتساق بين المنظورات لتوليد أقنعة دقيقة حتى في ظل تغيرات وجهات النظر الصعبة.
تقترح هذه الورقة إطار عمل مبسطاً ومكوناً من مرحلتين للتعرف على الأشياء ذات المفردات المفتوحة دون الحاجة إلى تدريب، يجمع بين تجزئة الأشياء ومحاذاة الميزات القائمة على CLIP وCNN/MLP، مما يثبت أن نهج CLIP المنفرد بدون تحليل القيم المفردة (SVD) يحقق أداءً يضاهي أحدث المعايير في الاختبارات القياسية.
يفصل هذا التقرير الفني تعاوناً مع قادة الصناعة في تكتل سيالكوت للجراحة في باكستان لتطوير نظام فحص بصري مؤتمت باستخدام نماذج التعلم العميق (YOLOv8 وResNet-152 وEfficientNet-b4) على مجموعة بيانات جديدة مكونة من 4,414 صورة للكشف عن عيوب التصنيع في الأدوات الجراحية، مما يعزز سلامة المرضى وجودة التصنيع.
إن EffectMaker هو إطار عمل موحد للاستنتاج والتوليد يستفيد من نموذج لغوي كبير متعدد الوسائط ومحول انتشار، مدعوماً بمجموعة بيانات اصطناعية واسعة النطاق تسمى EffectData، لتمكين إنشاء تأثيرات بصرية مخصصة، عالية الجودة، وقابلة للتحكم، وقابلة للتوسع دون الحاجة إلى ضبط دقيق لكل تأثير على حدة.
تتناول هذه الورقة التحديات الحسابية لاستخدام الأعمدة الفائقة الكثيفة (dense hypercolumns) لتقسيم الصور من خلال تقديم أخذ العينات الطبقي والتعلم التجميعي، مما يثبت أن هذه الأساليب تتفوق بشكل كبير على نماذج UNet الأساسية، لا سيما في سيناريوهات التعلم من عينات قليلة حيث يحقق مصنف الانحدار اللوجستي البسيط أفضل النتائج.
تتقصى هذه الورقة أنماط الفشل في نماذج الرؤية واللغة خفيفة الوزن للقيادة الذاتية من خلال تحليل التنشيطات البينية للكشف عن أنه بينما يتم ترميز بعض المفاهيم البصرية مثل وجود الأجسام خطياً، فإن مفاهيم أخرى مثل الاتجاه لا تُرمز كذلك، مما يؤدي إلى إخفاقات إدراكية أو معرفية تتفاقم بفعل مسافة الجسم.