13091 ورقة بحثية
تقدم هذه الورقة "Sapling-NeRF"، وهو مسار معالجة مبتكر يدمج بين تقنيات NeRF، وLiDAR SLAM، وGNSS لتحقيق إعادة بناء ثلاثية الأبعاد دقيقة ومحددة جغرافياً لشتلات الغابات، متجاوزاً بذلك قيود طرق الاستشعار التقليدية لتمكين المراقبة الإيكولوجية الكمية والمتكررة للسمات الهيكلية دقيقة النطاق.
تكشف هذه الورقة أنه بينما تدمج نماذج التعليق الوصفي بصمات أسلوبية مميزة يمكن اكتشافها بدقة تقارب الكمال، فإن هذه الخصائص الغريبة تتلاشى إلى حد كبير في الصور الناتجة عن نماذج تحويل النص إلى صورة بسبب الفشل في الحفاظ على التباينات النصية الرئيسية، مما يقدم إطارًا جديدًا لقياس كل من أساليب التعليق والقدرة على اتباع المطالبات.
يعد ProjFlow عينة خالية من التدريب وتعمل بأسلوب التعلم الصفري، حيث يحقق تحكماً دقيقاً في الحركة المكانية عبر الاستفادة من مقياس مبتكر مدرك للكينماتيكا لفرض قيود خطية مع الحفاظ على طبيعية الحركة، مما يعالج بفعالية التحديات في مهام مثل استكمال الحركة (motion inpainting) ورفع الأبعاد من 2D إلى 3D دون الحاجة إلى تدريب خاص بالمهمة.
يُعد SceneTransporter إطار عمل متكاملًا يستفيد من النقل الأمثل الإنتروبي ضمن نموذج محول انتشار تركيبي (compositional DiT) لفرض توجيه حصري من الرقعة إلى الكامن وتجميع تنافسي، مما يُمكّن من توليد مشاهد ثلاثية الأبعاد متماسكة ومنظمة من صورة واحدة.
تقترح الورقة البحثية GSTurb، وهو إطار عمل مبتكر يجمع بين تصحيح الميل الموجه بالتدفق البصري وبين التشتت الغاوسي (Gaussian splatting) للتخفيف بفعالية من إزاحة البكسل والضبابية الناتجة عن الاضطرابات الجوية، محققاً أداءً هو الأفضل في مجاله على كل من مجموعات البيانات الاصطناعية والواقعية.
تقدم هذه الورقة إطار تقييم تجريبي لإثبات أن التأثيرات السياقية الموجهة تعيد تشكيل القرارات الأخلاقية للنماذج اللغوية الكبيرة بشكل كبير في سيناريوهات معضلة العربة، مما يكشف أن الحياد الأساسي هو مؤشر ضعيف لقابلية التوجيه وأن الاستدلال يمكن أن يضخم التحيز بشكل متناقض رغم تقليل الحساسية المتوسطة.
تقدم هذه الورقة البحثية OSDaR-AR، وهي مجموعة بيانات عامة وإطار عمل للواقع المعزز متعدد الوسائط يستخدم محرك Unreal Engine 5، وتقنية LiDAR، وبيانات INS/GNSS منقحة لسد الفجوة بين المحاكاة والواقع عبر توليد تسلسلات سكك حديدية معززة واقعية فوتوغرافية ومتماسكة زمانياً ومكانياً لتدريب أنظمة الإدراك ذات الأهمية البالغة للسلامة.
تقدم هذه الورقة MSJoE، وهو إطار عمل مبتكر يطور بشكل مشترك نموذج لغة كبير متعدد الوسائط ومُنتقي إطارات رئيسية خفيف الوزن عبر التعلم التعزيزي لاختيار الإطارات المعلوماتية بكفاءة لفهم الفيديو طويل المدى، محققاً أداءً هو الأفضل في فئته على عدة معايير مرجعية.
تقدم هذه الورقة إطار عمل مؤتمتًا يعتمد على الفيديو يستفيد من تقنيات YOLOv8، ومعايرة U-net، والتدفق البصري لإعادة بناء سرعة ومعدل تجديف قوارب فرق سباق الكانو بدقة من تسجيلات متحركة ومكبرة، محققةً توافقًا عاليًا مع بيانات نظام تحديد المواقع العالمي (GPS) دون الحاجة إلى مستشعرات مثبتة على القارب.
يُظهر هذا المشروع أن بنيات الشبكات العصبية التلافيفية الديناميكية، ولا سيما الشبكة التلافيفية متعددة الاتجاهات (ODConv)، تتفوق على النماذج التقليدية في الدقة والكفاءة عبر مهام تصنيف الصور، والتقسيم، والسلاسل الزمنية، وذلك من خلال الاستفادة من تعديل النواة التكيفي وآليات الانتباه لتعزيز تمثيل الميزات والتعميم عبر المهام المختلفة.