13133 ورقة بحثية
إن SAGE هو إطار عمل وكيل (agentic framework) يقوم تلقائياً بتوليد بيئات ثلاثية الأبعاد قابلة للتوسع، وواقعية، وصالحة فيزيائياً، ومصممة خصيصاً لمهام تجسدية محددة من خلال الاستنتاج التكراري والتقييم متعدد النقاد، مما يتيح تدريب السياسات التي تعمم بفعالية على سيناريوهات غير مرئية.
تقدم هذه الدراسة مجموعة بيانات عامة جديدة مكونة من 566 صورة للفراولة تم التقاطها في ظروف متغيرة في تركيا لمعالجة ندرة البيانات، وتقيم نماذج YOLOv8 وYOLOv9 وYOLO11 للكشف عن النضج، حيث وجدت أن نموذج YOLOv8s يحقق أفضل أداء إجمالي لـ mAP@50 بنسبة 86.09% مع إظهار كفاءة النماذج الصغيرة والمتوسطة لتطبيقات الزراعة الذكية.
تُثبت هذه الورقة أن نماذج الرؤية واللغة تمتلك قصوراً جوهرياً في الاستدلال المكاني، حيث تنهار قدرتها على تحديد مواقع الخلايا المملوءة في الشبكات الثنائية دون وجود أدلة نصية، مما يكشف عن اعتماد كبير على مسارات التعرف النصي بدلاً من المعالجة البصرية الأصلية.
تقدم هذه الورقة إعادة إنتاج ناجحة لمنهجية FedTPG، مما يثبت أن شبكة توليد المطالبات القائمة على النصوص الخاصة بها تحقق أداءً مطابقاً تقريباً للدراسة الأصلية، وتحسن بشكل كبير من القدرة على التعميم في الفئات غير المرئية في سيناريوهات التعلم الاتحادي عبر ست مجموعات بيانات رؤية متنوعة.
تقدم هذه الورقة إطار عمل للرؤية الحاسوبية من كاميرا واحدة ومنخفض التكلفة باستخدام YOLO وByteTrack لاستخراج بيانات تتبع اللاعبين والحكام من لقطات البث القياسية لكرة القدم، مما يساهم في إتاحة التحليلات المتقدمة للفرق ذات الميزانيات المنخفضة رغم التحديات المستمرة في اكتشاف الكرة.
تقدم هذه الورقة طريقة جديدة، مستمرة وغير مرتبطة بالموقع، لقياس سلوك الاستكشاف البصري في كرة القدم من خلال الجمع بين تتبع الوضعية المعزز والنماذج الاحتمالية للرؤية والتحكم في الملعب، مما يثبت أن هذه المقاييس البصرية المجمعة تتنبأ بالنجاح قصير المدى عند الاستحواذ على الكرة في كوبا أمريكا 2024.
يقدم Sketch2Feedback إطار عمل يعتمد على القواعد ضمن الحلقة، يقوم بتفكيك تحليل الرسوم التخطيطية لمجالات العلوم والتكنولوجيا والهندسة والرياضيات (STEM) إلى إدراك هجين، وبناء رسوم بيانية رمزية، وفحص القيود، وذلك لتقليل الهلوسة بشكل كبير وتحسين قابلية تنفيذ التغذية الراجعة المتوافقة مع معايير التقييم مقارنة بالنماذج اللغوية متعددة الوسائط كاملة المسار.
تقيم هذه الورقة ما إذا كانت المقاييس التوليدية القياسية يمكنها التنبؤ بأداء YOLOv11 عبر مستويات متفاوتة من تعقيد البيانات ونسب التعزيز، حيث وجدت أنه بينما يعزز التعزيز الاصطناعي دقة الكشف بشكل كبير في الأنظمة الصعبة، فإن الارتباط بين مقاييس مجموعة بيانات ما قبل التدريب ومتوسط الدقة المتوسط (mAP) اللاحق يعتمد بشدة على النظام ويضعف غالباً عند التحكم في كمية التعزيز.
تقيم هذه الدراسة عشر بنيات للتعلم العميق لتصنيف خمسة أنواع من زيتون المائدة الأسود التركي الأصلي باستخدام مجموعة بيانات مكونة من 2,500 صورة، حيث وجدت أن نموذج EfficientNetV2-S حقق أعلى دقة (95.8%) بينما قدم نموذج EfficientNetB0 التوازن الأمثل بين الأداء والكفاءة الحسابية، مما أثبت في النهاية أن الكفاءة البارامترية أكثر أهمية من عمق النموذج في ظل ظروف البيانات المحدودة.
تُثبت هذه الورقة أن البنى المورفولوجية، التي تتراوح من واصفات السمات الوصفية إلى الأنماط الصوتية-الرمزية تحت-اللفظية في المطالبات، تُنشئ تدرجات قابلة للملاحة داخل نماذج الانتشار من النص إلى الصورة، مما يسمح بالتوليد المنهجي لأحواض هوية محددة ومفاهيم بصرية متماسكة دون الحاجة إلى أسماء مستهدفة أو صور تدريبية.