13076 ورقة بحثية
تقدم هذه الورقة "الواقعات الثقافية المضادة"، وهي مجموعة بيانات اصطناعية عالية الجودة تضم ما يقرب من 60,000 صورة تم إنشاؤها عبر وضع أفراد متنوعين في سياقات ثقافية متباينة لتمكين القياس والتقييم الدقيق للتحيزات الثقافية المتعلقة بالدين، والجنسية، والوضع الاجتماعي والاقتصادي في نماذج الرؤية واللغة الكبيرة.
تحدد هذه الورقة وتثبت تجريبياً "صراع النزاهة" (Integrity Clash)، وهي ثغرة يمكن للأصول الرقمية من خلالها أن تمتلك في آن واحد إثبات منشأ C2PA صالحاً يدعي التأليف البشري وعلامات مائية ناتجة عن الذكاء الاصطناعي نظراً لاستقلالهما التقني، وتقترح بروتوكول تدقيق عبر الطبقات يحل هذا التناقض من خلال التقييم المشترك لكلا الإشارتين لتحقيق دقة تصنيف بنسبة 100%.
تقدم هذه الورقة بحثاً تعليمياً لمكتبة TorchGeo القائمة على PyTorch، والتي تستعرض تجريداتها الأساسية وتوجه المستخدمين عبر سير عمل متكامل لتدريب نموذج تقسيم دلالي على صور Sentinel-2 للقيام بعملية تقسيم المياه متعددة الأطياف.
يُعد MIRAGE إطار عمل مبتكرًا يستفيد من رسم بياني للمعرفة الطبية الحيوية وفك تشفير 3D U-Net مجمد لتقطير بيانات السجلات الصحية الإلكترونية إلى تمثيل تشخيصي كامن، مما يتيح التنبؤ الدقيق بمرض الزهايمر في المجموعات التي تفتقر إلى صور الرنين المغناطيسي دون إجراء إعادة بناء مكثفة حسابيًا لبكسلات ثلاثية الأبعاد.
تقترح هذه الورقة نهجاً للتعلم العميق قائماً على التعلم بنقل المعرفة، يعمل على تكييف النماذج المدربة مسبقاً على صور حرائق الغابات العامة للكشف بفعالية عن حرائق الأراضي الخثية المتميزة باستخدام بيانات مصنفة محدودة، مما يحسن بشكل كبير من دقة الكشف ومتانته في ظل ظروف صعبة مثل الدخان منخفض التباين والإضاءة المتغيرة.
تتناول هذه الورقة البحثية نقص البيانات التفصيلية المتعلقة بإنصاف درجات لون البشرة من خلال تقديم مجموعة بيانات STW واسعة النطاق ومتاحة للوصول المفتوح والمصنفة وفق مقياس MST المكون من 10 درجات، مع مقارنة التعلم العميق بالطرق الكلاسيكية، واقتراح نموذج SkinToneNet لتحقيق أفضل مستويات التعميم لضمان تدقيق موثوق للإنصاف.
تقترح الورقة البحثية E2E-GNet، وهي شبكة عصبية هندسية عميقة من طرف إلى طرف تستخدم طبقة تحويل هندسي وطبقة تحسين مدركة للتشوه لإسقاط تسلسلات حركة الهيكل العظمي بفعالية من الفضاء غير الإقليدي إلى الفضاء الخطي، مما يحقق أداءً فائقاً في التعرف على الحركة البشرية بتكلفة حوسبية أقل عبر مجموعات بيانات متعددة.
تقدم هذه الورقة البحثية WTHaar-Net، وهي شبكة عصبية تلافيفية هجينة تجمع بين الحوسبة الكمومية والكلاسيكية تستبدل تحويل هادامارد بتحويل مويجة هار (Haar Wavelet Transform) الموضعي مكانياً لتحقيق خفض كبير في عدد المعلمات ودقة تنافسية في مهام تصنيف الصور مع إظهار التوافق مع الأجهزة الكمومية المتاحة حالياً.
تقدم هذه الورقة إطار عمل لإنشاء نماذج ثلاثية الأبعاد للبشر بدون علامات، وهو إطار عمل قابل للتوسع يستخلص علامات ذات دلالة ميكانيكية حيوية من الفيديو لتقدير معلمات المشي بدقة، مما يظهر توافقاً قوياً مع البيانات المرجعية القائمة على العلامات ويتفوق على طرق تقدير الوضعية التقليدية في التطبيقات السريرية والواقعية.
يُعد NeighborMAE إطار عمل للتعلم الخاضع للإشراف الذاتي يعمل على تعزيز تمثيل صور استشعار الأرض من خلال الاستفادة من التبعيات المكانية بين الصور المتجاورة عبر إعادة البناء المشترك واستراتيجية استدلالية ديناميكية لنسب الحجب وتوزين الخسارة، مما يؤدي إلى أداء فائق عبر مختلف المهام اللاحقة مقارنة بالنماذج المرجعية الحالية.