13094 ورقة بحثية
تقدم هذه الدراسة منهجية قائمة على الذكاء الاصطناعي باستخدام نموذج DeepLabV3-MobileNetV3 خفيف الوزن، تم تدريبه مسبقاً على بيانات توهج متنوعة للتغلب على ندرة البيانات الخاصة بالفضاء، وذلك من أجل التجزئة الدلالية على متن مستشعرات الكاميرا الفضائية للضوء الشارد الناجم عن التوهج، مع استكمالها بمقاييس أداء على مستوى النظام للدمج في مسارات الملاحة للمركبات الفضائية.
تقترح هذه الورقة إطار عمل جديداً لتقنية "Gaussian Splatting" ثلاثية الأبعاد لإعادة بناء أنسجة المناظير أحادية العدسة، يدمج قيود الشبكة الواعية بالسطح والتنظيم الهندسي متعدد المستويات لتحقيق كل من التصيير في الوقت الفعلي وإعادة بناء سطح مشوه عالي الجودة وواقعي فيزيائياً.
تقدم هذه الورقة COMiT، وهو إطار عمل للترميز مستوحى من التواصل يعمل على تحسين الرموز البصرية المنفصلة بشكل تكراري عبر محول متكرر لإنتاج تمثيلات صورية مهيكلة ومركزة على الأشياء تعزز بشكل كبير من التعميم التركيبي والاستدلال العلاقاتي مقارنة بالطرق الحالية التي تركز على إعادة البناء.
تقدم الورقة البحثية OrthoDiffusion، وهو نموذج انتشار تأسيسي متعدد المهام وذاتي الإشراف تم تدريبه على صور رنين مغناطيسي غير مصنفة للركبة، ويحقق أداءً قويًا وقابلًا للتعميم في التجزئة التشريحية والتشخيص متعدد الملصقات عبر مفاصل الركبة والكاحل والكتف، متفوقًا بشكل كبير على النماذج التقليدية الخاضعة للإشراف خاصة في حالات البيانات الشحيحة.
تقدم هذه الورقة SpatiaLQA، وهو معيار يتكون من أكثر من 9,600 زوج من الأسئلة والأجوبة من مشاهد داخلية واقعية لتقييم قدرات الاستدلال المنطقي المكاني للنماذج اللغوية البصرية، مما يكشف عن قيود كبيرة في النماذج الحالية ويقترح طريقة استدلال مدعومة برسم بياني للمشهد بشكل تكراري لمعالجة هذه التحديات بفعالية.
تقترح الورقة البحثية "غابة الخبراء التكيفية الموجهة دلالياً" (SAEF)، وهي فئة جديدة من طرق التعلم التزايدي للفئات، والتي تنظم مهايئات النماذج سابقة التدريب في تسلسل هرمي دلالي مهيكل من أشجار الخبراء لتمكين المشاركة الديناميكية للمعرفة وتحقيق أداء رائد دون نسيان كارثي.
تقترح الورقة البحثية نظام LST-SLAM، وهو نظام جديد لتحديد الموقع ورسم الخرائط باستخدام الرؤية الاستريو الحرارية (stereo thermal SLAM) يدمج تعلم الميزات ذاتي الإشراف، وتتبع الحركة ثنائي المستوى، والقيود الدلالية الهندسية لتحقيق تحديد موقع ورسم خرائط قوي ودقيق في البيئات الخارجية الديناميكية على نطاق كيلومتري، متفوقاً بشكل كبير على الأساليب الحالية المتطورة.
تقترح الورقة البحثية DropAnSH-GS، وهي طريقة جديدة لتقنية "Gaussian Splatting" ثلاثية الأبعاد من منظور ضيق، تعمل على الحد من الإفراط في التخصيص (overfitting) عن طريق إسقاط نقاط مرساة "Gaussian" وجيرانها المكانيين في آن واحد لتعطيل التكرار المحلي، مع قطع معاملات "الهارمونيك الكروي" عالية الدرجة عشوائياً لتركيز معلومات المظهر وتمكين ضغط النموذج.
تقترح الورقة البحثية UFO، وهو نموذج تكراري جديد يوحد بين الأساليب التغذوية الأمامية وأساليب التحسين لتحقيق إعادة بناء كفؤة وعالية الجودة لمشاهد القيادة رباعية الأبعاد (4D) بعيدة المدى، وذلك من خلال صقل تمثيل رباعي الأبعاد بشكل تكراري باستخدام التصفية القائمة على الرؤية والنمذجة الموجهة بوضعية الكائنات.
تقدم هذه الورقة MS-RSuper، وهو إطار عمل موحد للتعلم الخاضع للإشراف ومدرك لعدم اليقين، يستفيد من تقارير الرنين المغناطيسي متعددة الوسائط التي تم تحليلها لتوجيه تقسيم آفات الدماغ عن طريق محاذاة الإشارات النوعية للوسائط مع البنى الفرعية، وفرض قيود كمية أحادية الجانب، ودمج الأولويات التشريحية، مما يتفوق على الأساليب الحالية في مجموعات البيانات ذات الإشراف المعتمد على التقارير الشحيحة.