13133 ورقة بحثية
تقترح الورقة البحثية CLAP، وهو مشفر تلقائي خفيف الوزن يستخدم التلافيف القابلة للفصل وبوابة سيجمويد لتحقيق دقة تنافسية في تصنيف أمراض النباتات بأقل تكلفة حوسبية (5 ملايين معلمة) عبر مجموعات بيانات عامة متعددة.
تقدم هذه الورقة إطار عمل جديد للكمية المشتركة في مرحلة ما بعد التدريب لنماذج محولات الرؤية (Vision Transformers) يحقق دقة عالية في عدد البتات المنخفضة تضاهي أحدث ما توصل إليه العلم دون الحاجة إلى بيانات مصنفة، وذلك عبر الجمع بين تحسين النموذج الكامل واستراتيجية معايرة خالية من البيانات باستخدام نموذج "Stable Diffusion Turbo" بتوجيه من مطالبات متعددة الأنماط متعلمة.
تقيم هذه الدراسة فعالية الشبكات العصبية التلافيفية الخاضعة للإشراف والمشفرات التلقائية التلافيفية المتغيرة غير الخاضعة للإشراف في توصيف البنى التحتية المتبقية للمجرات ضمن صور مسح "CANDELS"، حيث وجدت أنه بينما ينجح النموذج الخاضع للإشراف في ربط السمات الكامنة بمقاييس قوة البقايا الكمية، فإن النموذج غير الخاضع للإشراف يفتقر إلى قدرة تمييزية واضحة للتفريق بين أنواع البنى التحتية المختلفة.
تحدد هذه الورقة الطبيعة غير المستقرة لتحديثات المشفر باعتبارها السبب الجذري لانهيار دفتر الرموز في التكميم المتجه، وتقترح طريقتين مبتكرتين، NSVQ وTransVQ، لتحقيق استغلال كامل تقريبًا لدفتر الرموز وجودة إعادة بناء فائقة.
تقدم هذه الورقة SCHEMA، وهي منهجية هندسة أوامر مهيكلة لنموذج Gemini 3 Pro Image من Google، والتي تستخدم نظاماً تصاعدياً ثلاثي المستويات وبنية نمطية لتحقيق معدلات امتثال عالية واتساق فائق عبر ستة مجالات احترافية بناءً على اختبارات تجريبية مكثفة.
يقدم نموذج PCA-VAE بديلاً قابلاً للاشتقاق كلياً وخالياً من كتاب الأكواد لعملية التكميم المتجهي عبر توظيف عنق زجاجة لـ PCA عبر الإنترنت باستخدام قاعدة أوجا، مما يحقق جودة إعادة بناء فائقة وتفسيراً دلالياً مع عدد أقل بكثير من البتات الكامنة، بينما يقضي على مشكلات عدم الاستقرار وعدم القابلية للاشتقاق المتأصلة في طرق التكميم المتجهي التقليدية.
تقدم هذه الورقة البحثية "تعديل الحزمة الهامشي" (Marginalized Bundle Adjustment - MBA)، وهو أسلوب مبتكر يدمج بفعالية خرائط تقدير العمق أحادي العين (MDE) الكثيفة ولكن المشوبة بالضجيج في مسارات "البنية من الحركة" (Structure-from-Motion) لتحقيق استعادة رائدة لحالة وضع الكاميرا وهندسة المشهد عبر سيناريوهات متعددة الرؤية متنوعة.
تقدم هذه الورقة نموذج CASO-PAD، وهو نموذج خفيف الوزن يعتمد على صور RGB فقط للكشف عن هجمات عرض الوجه، والذي يعمل على تعزيز MobileNetV3 باستخدام مؤثرات مكانية متكيفة مع المحتوى (involution) لتحقيق دقة ومتانة تضاهى أحدث ما توصل إليه العلم ضد مختلف هجمات التزييف على الأجهزة المحمولة دون الحاجة إلى مستشعرات إضافية أو بيانات زمنية.
يقدم Frame2Freq عائلة من المهايئات الطيفية المدركة للتردد التي تستفيد من تحويل فوريه السريع لالتقاط الديناميكيات الزمنية متعددة المقاييس، مما يحسن فهم الفيديو دقيق التفاصيل بشكل كبير ويتفوق على الأساليب الحالية الموفرة للمعلمات والأساليب التي يتم ضبطها بالكامل عبر مجموعات بيانات متعددة.
يُعد MoBind إطار عمل للتعلم التبايني الهرمي يحقق محاذاة زمنية دقيقة بين إشارات وحدة القياس بالقصور الذاتي (IMU) والوضعيات ثنائية الأبعاد المستمدة من الفيديو عبر تصفية الخلفيات المرئية، وتفكيك الحركة إلى مسارات محلية لأجزاء الجسم، واستخدام استراتيجية محاذاة متعددة المستويات للتفوق على النماذج المرجعية في مهام الاسترجاع عبر الوسائط، والمزامنة، والتحديد الموضعي، والتعرف على الأفعال.