13116 ورقة بحثية
تقترح هذه الورقة شبكة عصبية موجهة فيزيائياً تدمج طريقة "رونج-كوتا" من الدرجة الثانية التكيفية مع قيود فيزيائية ووحدة فوريه معززة بالتردد لتحسين دقة وكفاءة مهام التنبؤ المكاني والزماني والتنبؤ بالفيديو، مع الحفاظ على عدد أقل من المعلمات مقارنة بالأساليب المتطورة.
تقدم هذه الورقة MathScape، وهو معيار مرجعي جديد يضم 1,369 مسألة رياضية من واقع الحياة مع صور ملتقطة بشرياً لتقييم النماذج اللغوية الكبيرة متعددة الوسائط، كاشفةً أن حتى النماذج المتطورة تعاني في السيناريوهات الواقعية ومسلطةً الضوء على محدودية الاعتماد فقط على مجموعات البيانات الاصطناعية لتقييم الاستدلال الرياضي.
تقترح الورقة البحثية إطار عمل CT-AGRG، وهو إطار عمل مؤتمت يعمل على تحسين توليد تقارير الأشعة المقطعية للصدر من خلال التنبؤ أولاً باختلالات محددة ثم توليد أوصاف مستهدفة لكل منها، مما يعالج أوجه القصور في الأساليب الحالية غير الموجهة في البيئات السريرية.
تقدم الورقة البحثية Speedy-Splat، وهي طريقة تسرع عملية رندرة (rendering) الـ 3D Gaussian Splatting بمقدار 6.71 ضعفاً مع تقليل حجم النموذج ووقت التدريب من خلال تحديد موقع غاوسي (Gaussian localization) محسّن وتقنية مبتكرة لتقليم العناصر الأولية المتفرقة (sparse-primitive pruning).
تقدم هذه الورقة حلاً حدودياً سريعاً ودقيقاً لمسألة النقاط الأربع المنظورية من خلال فصل المتغيرات لتقليصها إلى مسألة توجيه مطلق، محققةً سرعة حسابية أكبر بكثير من الخوارزميات الرائدة مع الحفاظ على دقة مماثلة.
تقترح هذه الورقة إطار عمل للتعلم التبايني الزماني والمكاني ذاتي الإشراف يستفيد من التباينات الزمنية والمكانية في صور مشاهد الشوارع لتعلم تمثيلات قوية للبيئات الحضرية، متفوقة بشكل كبير على الأساليب الحالية في مهام مثل التعرف البصري على الأماكن، والتقدير الاجتماعي والاقتصادي، والإدراك البشري للبيئة.
تقترح الورقة البحثية إطار عمل SpHOR، وهو إطار عمل جديد للتعرف على المجموعات المفتوحة يعزز تعلم تمثيل الميزات من خلال تضمينات التصنيفات المتعامدة، والقيود الكروية، ودمج تقنية Mixup مع تنعيم الملصقات، محققاً أداءً هو الأفضل في فئته عبر تشكيل فضاء الميزات بشكل صريح لتمييز الفئات غير المعروفة بشكل أفضل.
تُعد ShapeShift طريقة مبتكرة تعمل على ترتيب الأجسام الصلبة في تكوينات ذات دلالة دلالية وخالية من التداخل، وذلك عبر تسخير سمات نماذج الانتشار لتوجيه تمدد حقل طور متباين الخواص، مما يؤدي إلى حل القيود الفيزيائية بطريقة تحافظ على البنية الهندسية الجوهرية للتعرف البصري.
تقدم هذه الورقة مجموعة بيانات كوالكوم للفيديو التفاعلي (IVD) لتقييم قدرة نماذج الرؤية واللغة على الإجابة على الأسئلة في الوقت الفعلي حول الفيديو والصوت المباشر، مما يكشف أنه بينما تتخلف النماذج الحالية بشكل كبير عن البشر، فإن الضبط الدقيق المستهدف يمكن أن يحسن أداءها بشكل كبير في هذه المهام التفاعلية.
تقدم هذه الورقة البحثية طريقة STEP، وهي طريقة استقصاء تضمين زمني خفيفة الوزن وذات انتباه ذاتي، تتغلب على عدم التباين في الترتيب الذي تعاني منه عمليات الاستقصاء القياسية والفرط في التخصيص الذي تعاني منه عمليات الضبط الدقيق كفؤة المعلمات، وذلك لتحقيق أفضل النتائج في التعرف على الأفعال البشرية شبه المتماثلة في سيناريوهات التفاعل بين الإنسان والروبوت.