13091 ورقة بحثية
تقدم هذه الورقة LinearSR، وهو إطار عمل شامل يتيح رفع دقة الصور الواقعية بشكل مستقر وفعال من خلال التغلب على عدم استقرار التدريب التاريخي للانتباه الخطي ومقايضة الإدراك والتشويه عبر استراتيجيات مبتكرة مثل ESGF وSNR-based MoE وTAG، محققاً جودة رائدة عالمياً مع كفاءة حوسبية استثنائية.
تقدم هذه الورقة BioCAP، وهو نموذج تأسيسي بيولوجي يستفيد من التعليقات التوضيحية الاصطناعية المخصصة لكل حالة والتي تم إنشاؤها بواسطة نماذج لغوية كبيرة متعددة الوسائط لتعزيز تصنيف الأنواع واسترجاع النصوص والصور من خلال التقاط سمات دلالية غنية تتجاوز مجرد الملصقات البسيطة.
يُعد Concerto إطار عمل للتعلم الذاتي الإشراف المينيمالي الذي يجمع بشكل تآزري بين التضمين المشترك ثنائي الأبعاد وثلاثي الأبعاد والتقطير الذاتي داخل النمط ثلاثي الأبعاد لإنتاج تمثيلات مكانية فائقة، محققاً أداءً هو الأفضل في فئته في إدراك المشاهد ثلاثية الأبعاد وممكناً الإدراك في العالم المفتوح من خلال المحاذاة اللغوية.
تقدم هذه الدراسة نموذج مشفر تلقائي تبايني (VAE) خفيف الوزن وغير خاضع للإشراف، يستخدم صوراً من مختبرات كوكب الأرض (Planet Labs) بدقة 3 أمتار و4 نطاقات، للكشف عن الحرائق المرتبطة بالنزاعات في السودان خلال 24 إلى 30 ساعة، مما يظهر أداءً متفوقاً في درجات الاستدعاء ومقاييس F1 مقارنة بطرق كشف التغيير التقليدية للمراقبة في الوقت الفعلي للناطق الساخنة.
تقدم هذه الورقة دراسة منهجية تعزل تأثير عائلات القناع في التكيف المستمر أثناء وقت الاختبار، كاشفةً أن القناع المكاني يتفوق عموماً على قناع التردد في البنيات القائمة على ترميز الرقع (patch-tokenized)، وذلك من خلال الحفاظ على التماسك الهيكلي، بينما يعتمد الخيار الأمثل في نهاية المطاف على التوافق بين البنية المحددة والمهمة.
تقدم هذه الورقة -CLIP، وهو إطار عمل للتعلم التبايني المشروط بالنص متعدد الحبيبات يستخدم الانتباه المتقاطع وفقدان محاذاة تبايني سياقي- مبتكر لتحقيق أفضل النتائج في المحاذاة الكثيفة بين الرؤية واللغة من خلال مطابقة الأوصاف النصية ذات الأطوال المتفاوتة هرميًا مع المناطق المرئية المقابلة لها.
تُعد CRISP طريقة مبتكرة تستعيد حركة البشر وهندسة المشهد ذات المنطق الفيزيائي والجاهزة للمحاكاة من فيديو أحادي العدسة، وذلك عبر ملاءمة بدائيات مستوية لسحب النقاط، والاستفادة من نمذجة التلامس للمناطق المحجوبة، والتحقق من التفاعلات عبر التعلم المعزز، مما يقلل بشكل كبير من إخفاقات تتبع الحركة ويسرع تطبيقات التحويل من الواقع إلى المحاكاة.
يقترح هذا البحث إطار عمل شامل وقابل للتفسير للذكاء الاصطنا- متعدد الوسائط يدمج تحليل الصور باستخدام التعلم العميق مع بيانات التاريخ العائلي لتعزيز دقة وتشخيص الأمراض الجلدية وتخصيصه، مع خطط لإجراء تجارب سريرية استباقية للتحقق من تنفيذه في العالم الحقيقي.
تقدم هذه الورقة شبكات التفسير النقطي (PiNets)، وهي إطار نمذجة يضمن "التوافق التفسيري" من خلال الجمع بين الذكاء الإحصائي والبنية شبه الخطية لإنتاج تفسيرات للشبكات العصبية تكمن وراء التنبؤات مباشرة بدلاً من مجرد تبريرها.
يُعد TP-Blend إطار عمل خفيف الوزن ولا يتطلب تدريباً، يحقق دمجاً دقيقاً لأسلوب الكائنات في نماذج الانتشار من خلال الجمع بين دمج كائن الانتباه المتقاطع لإعادة تعيين الميزات المدركة مكانياً، ودمج أسلوب الانتباه الذاتي لتعديل التفاصيل الحساسة للقوام، مما يتيح استبدال الكائنات ونقل الأسلوب بدقة عالية في آن واحد.