13133 ورقة بحثية
تقارن هذه الورقة بشكل منهجي بين النماذج الديناميكية المنفصلة والمقترنة للمناولات المستمرة الجوية، مظهرةً أنه في حين يُظهر النموذج المنفصل تباينات كبيرة في الحلقة المفتوحة، فإنه يحقق دقة تتبع في الحلقة المغلقة مماثلة للنموذج المقترن مع تقليل التكلفة الحسابية عند استخدامه في متحكم رؤية خادم جديد يعتمد على الديناميكيات.
تقترح الورقة البحثية NeXt2Former-CD، وهو إطار عمل فعال وشامل (end-to-end) للكشف عن التغيير في الاستشعار عن بعد يجمع بين مشفر ConvNeXt مُهيأ بـ DINOv3 ووحدة دمج انتباه تشوهي (deformable attention fusion module) ومفكك شفرة Mask2Former للتفوق على الأساليب الحديثة القائمة على نماذج الحالة الفضائية (State Space Model) في الدقة مع الحفاظ على زمن استجابة مماثل عند الاستدلال.
تقدم الورقة البحثية MiSCHiEF، وهو معيار يتكون من مجموعات بيانات للأزواج الدنيا (minimal-pair) تتعلق بالسلامة والثقافة لتقييم التوافق الدقيق بين الصورة والوصف في نماذج الرؤية واللغة، مما يكشف أن النماذج الحالية تعاني في تحقيق الربط المتقاطع الدقيق بين الوسائط وتظهر تحيزات محددة في التمييز بين الفروق الدلالية والبصرية الطفيفة.
تقدم هذه الورقة GeoCode، وهي مجموعة بيانات هندسية متعددة الوسائط مُولدة اصطناعياً تضمن الاتساق من خلال عرض الرسوم التخطيطية القائم على الكود، وتستفيد من كود الرسم البياني كهدف محاذاة صريح لتعزيز قدرات الاستدلال الهندسي لنماذج الرؤية واللغة بشكل كبير.
تقترح الورقة البحثية إطار عمل TAG، وهو إطار عمل للرؤية واللغة يعمل على تعزيز التعرف على تعبيرات الوجه من خلال تقييد الاستدلال متعدد الوسائط ليكون مرتبطاً بشكل صريح بوحدات الحركة الوجهية (Action Units)، مما يؤدي إلى تحسين دقة التنبؤ، والأمانة البصرية، والمتانة ضد الهلوسة عبر مجموعات بيانات متعددة.
تقدم هذه الورقة GeoLink-UV، وهي مجموعة بيانات وطنية عالية الدقة ترسم خرائط للقرى الحضرية عبر 342 مدينة صينية باستخدام إطار عمل مدفوع بنموذج تأسيسي، مما يكشف عن تفاوتات إقليمية كبيرة في انتشارها ومورفولوجيتها مع توفير مورد جغرافي مكاني تم التحقق من صحته للحوكمة الحضرية وتخطيط التنمية المستدامة.
تقترح هذه الورقة البحثية التعلم متعدد الحالات صفري المعرفة (ZS-MIL)، وهو طريقة تكيف قليلة المعرفة لنماذج الرؤية واللغة في علم أمراض الأنسجة، والتي تستخدم تضمينات فئات مشفر النصوص لتهيئة المصنفات الخطية، مما يؤدي إلى تفوقها على التهيئة العشوائية في كل من الدقة والاستقرار لتصنيف الصور كاملة الشريحة.
تقترح هذه الورقة البحثية نموذج LMP، وهو كاشف ثنائي المسارات يعزز عملية الكشف عن الأشياء في ظل ظروف التعلم القليل من الأمثلة عبر المجالات (Cross-Domain Few-Shot Object Detection) من خلال تعلم نماذج أولية متعددة الأنماط تجمع بين التوجيه النصي مفتوح المفردات والنماذج البصرية المشكلة ديناميكيًا لالتقاط كل من الدلالات الثابتة عبر المجالات وتفاصيل التحديد المكاني الخاصة بكل مجال.
تقدم هذه الورقة البحثية HeRO، وهو سياسة قائمة على الانتشار تحقق أداءً رائدًا في التلاعب الروبوتي المدرك للوضعية من خلال توظيف حقول دلالية هرمية لدمج ميزات DINOv2 الحساسة للهندسة مع تناظرات Stable Diffusion المتماسكة عالميًا، مما يتيح فهمًا دلاليًا دقيقًا على مستوى الأجزاء للتعامل مع الكائنات المعقدة.
تُثبت هذه الورقة أن فرضية تذكرة اليانصيب تمتد لتشمل الشبكات العصبية البايزية، مما يكشف أن الشبكات الفرعية المتفرقة يمكنها تحقيق دقة مماثلة أو متفوقة على النماذج الكثيفة عند تقليمها بناءً على مقدار الوزن بشكل أساسي والانحراف المعياري بشكل ثانوي، مع استكشاف التفاعل بين بنية القناع وتهيئ الأوزان في الوقت ذاته.