13133 ورقة بحثية
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.
تُظهر هذه الدراسة أن النماذج التوليدية المتطورة لإعادة بناء صور الرنين المغناطيسي معرضة للغاية لاستحثاث هلاوس خطيرة من خلال اضطرابات تنافسية صغيرة، وهي ثغرة تتملص من مقاييس الجودة التقليدية وتبرز الحاجة الملحة لطرق كشف مبتكرة وتدريب تنافسي قوي.
تقدم الورقة البحثية Rodent-Bench، وهو معيار شامل لتقييم النماذج اللغوية الكبيرة متعددة الوسائط في توصيف سلوك القوارض، كاشفةً أن النماذج الحالية المتطورة تعاني من صعوبات في التجزئة الزمنية وكشف الحالات الدقيقة، مما يسلط الضوء على فجوات كبيرة في قدرتها على أتمتة تحليل الفيديو العلمي.
تقدم هذه الورقة DM4CT، وهو معيار شامل يقيم بشكل منهجي عشر طرق قائمة على الانتشار مقابل سبعة نماذج مرجعية قوية لإعادة بناء التصوير المقطعي المحوسب عبر مجموعات بيانات طبية وصناعية متنوعة، بما في ذلك مجموعة بيانات واقعية جديدة عالية الدقة، لتحليل التحديات العملية وأداء نماذج الانتشار في هذا المجال.
تُظهر هذه الدراسة أن الضبط الدقيق لنماذج "Vision Transformers" باستخدام أحجام رقع أصغر (1، 2، و4) يحسن بشكل كبير أداء التصنيف على مجموعات بيانات متنوعة من الصور الطبية ثنائية وثلاثية الأبعاد مقارنة بالرقع الأكبر، مع تحقيق مكاسب إضافية من خلال استراتيجية التجميع، وإن كان ذلك على حساب زيادة التكلفة الحسابية.