12113 ورقة بحثية
تقدم الورقة البحثية Surgical WAM، وهو نموذج توليدي يستفيد من فيديوهات التنظير الداخلي الوفيرة والخالية من بيانات الأفعال لتعلم أولويات الديناميكيات البصرية، مما يحسن بشكل كبير من كفاءة البيانات وأداء التحكم في الحلقة المغلقة في مهام الروبوت الجراحي عند ضبطه بدقة باستخدام عروض توضيحية محدودة موسومة بالأفعال.
تقدم هذه الورقة نظاماً لتصوير عمر الفلورة (FLI) في الوقت الفعلي يربط بين مستشعر (SPAD TCSPC) وشبكة عصبية متكررة (تحديداً متغيرات GRU وLSTM) لتقدير أعمار الفلورة مباشرة من الطوابع الزمنية الخام دون استخدام المدرجات التكرارية، محققةً بذلك معدل استحواذ بمعدل الفيديو مع دقة عالية، ومتانة فائقة تجاه الضجيج، ودقة تقارب المثالية على منصة مُنشرة عبر مصفوفة بوابات منطقية قابلة للبرمجة (FPGA).
تقترح الورقة البحثية منهجية "من الزيف إلى الواقع" (FFR)، وهي مسار تدريب يتكون من خطوتين يقوم بتدريب النماذج مسبقاً على بيانات اصطناعية متوازنة لتعلم تمثيلات قوية للمجموعات الفرعية قبل الضبط الدقيق على بيانات حقيقية، مما يمنع الارتباطات الزائفة الناتجة عن خلط التوزيعات الاصطناعية والحقيقية ويحسن دقة أسوأ المجموعات بشكل كبير.
تقترح هذه الورقة طريقة تقطير التمثيل التمييزي والمتسق (DCD)، وهي طريقة تعزز تقطير المعرفة من خلال الجمع بين التمييز النوعي التبايني وبين حد التنظيم المتسق ومعلمات قابلة للتعلم لتحقيق أداء تنافسي في مهام التصنيف والكشف مع القضاء على الحاجة إلى بنوك ذاكرة خارجية وتقليل العبء التدريبي.
تقترح الورقة البحثية AGPNet، وهو إطار عمل جديد قائم على إعادة البناء للكشف غير الخاضع للإشراف عن الشذوذ الصناعي، والذي يستخدم آلية انتباه مدركة للعينات لتوجيه اضطرابات ضوضاء مستهدفة على المناطق البارزة، مما يعزز متانة الأنماط الطبيعية المتعلمة ويحقق أداءً رائدًا عبر مختلف إعدادات الكشف.
تقدم الورقة البحثية HonestFace، وهو نموذج انتشار بـخطوة واحدة لترميم الوجوه يستفيد من مدمج هوية، ومحاذاة وجه مقنعة، ومجموعة بيانات متعددة المراجع جديدة لتحقيق إعادة بناء عالية الدقة وأصيلة مع اتساق فائق في الهوية مقارنة بالأساليب الرائدة.
يُعد HyperFake إطار عمل مبتكر للكشف عن التزييف العميق يقوم بإعادة بناء بيانات طيفية فائقة بـ 31 قناة من فيديوهات RGB قياسية باستخدام بنية MST++ محسنة وآليات انتباه طيفي للكشف عن آثار التلاعب الخفية وتحقيق تعميم فائق عبر مجموعات بيانات متنوعة دون الحاجة إلى كاميرات طيفية فيزيائية.
تقدم هذه الورقة AQUA20، وهي مجموعة بيانات مرجعية شاملة تضم 8,171 صورة تحت الماء عبر 20 نوعاً من الأنواع البحرية صُممت لمعالجة تحديات مثل العكارة وانخفاض الإضاءة، وتقيم ثلاثة عشر نموذجاً من نماذج التعلم العميق الحديثة لوضع خطوط أساس للأداء وتحديد ConvNeXt كأفضل بنية أداء لتصنيف الأنواع تحت الماء.
يُعد NeuralDMD إطار عمل غير مدرب وقابل للتفسير يجمع بين التمثيلات الضمنية العصبية وتفكيك النمط الديناميكي (Dynamic Mode Decomposition) لإعادة بناء وتوقع الديناميكيات المكانية والزمانية المستمرة مباشرة من قياسات متفرقة، وضوضائية، وغير مباشرة دون الحاجة إلى بيانات حقيقية أو محاكيات عددية.
يُعد SplitGaussian إطار عمل مبتكر يعمل على تحسين إعادة بناء المشاهد ثلاثية الأبعاد الديناميكية من فيديو أحادي العدسة عبر الفصل الصريح بين الهندسة الساكنة والحركة الديناميكية لمنع العيوب وتعزيز الاتساق الزمني.