12113 ورقة بحثية
يقترح هذا البحث الدكتوراه إطار عمل موحداً للتكيف في وقت الاختبار يعزز دقة وضوح الفيديو وتقييم جودته في ظل تدهور حقيقي وغير معروف، وذلك عبر دمج التوجيه الإدراكي غير المرجعي، والبنيات القائمة على المحولات، واستراتيجيات الصقل القائمة على المناطق دون الحاجة إلى حقيقة أرضية عالية الدقة.
تقدم هذه الورقة البحثية آلية الانتباه المحلي المتصل مكانيًا مع مسار استمرارية الحدود (SCLA-BCP)، وهي طريقة مبتكرة تعالج نقص الموضعية المكانية في المحولات النبضية (Spiking Transformers) من خلال الجمع بين الانتباه المحلي غير المتداخل ومسار خفيف الوزن عبر الحدود واستراتيجية نشر هرمية، مما يحقق مكاسب كبيرة في الأداء عبر مختلف المهام البصرية بأقل قدر من التكاليف الإضافية.
يُعد MotionCraft إطار عمل للتحسين الفائق للفيديو القابل للتحكم، والذي يستفيد من التنبؤ بالحالة الكامنة المدركة للحركة والانتباه المتناثر التكيفي لتحقيق عمليات إعادة بناء عالية الدقة ومتسقة زمنياً مع موازنة التفاصيل المحلية، والارتباطات طويلة المدى، والكفاءة الحسابية.
تقدم الورقة البحثية OpenVisTool، وهو إطار عمل يعمل على تخليق مسارات استخدام أدوات إرشادية من خلال التصفية بناءً على كل من صحة الإجابة والمساهمة السببية لملاحظات الأدوات، مما ينتج عنه مجموعة بيانات ومعيار مرجعي يحسنان بشكل كبير أداء الوكلاء متعددي الوسائط عبر تعليم النماذج ربط استخدام الأدوات بالأدلة بدلاً من مجرد محاكاة أنماط الاستدعاء.
تقدم هذه الورقة RobustDefect-LLM، وهو إطار عمل متكامل لفحص عيوب الأسطح الصناعية يجمع بين التصنيف عالي الدقة باستخدام MobileNetV3-Large مع توجيه المراجعة البشرية القائم على الثقة وإعداد التقارير بمساعدة الذكاء الاصطناعي لتقديم سير عمل لمراقبة الجودة يتسم بالمتانة والقابلية للتفسير والتتبع، مع الإقرار صراحةً بحساسية أدائه تجاه التدهور الشديد في الصور.
تقدم الورقة البحثية "خورا" (Khora)، وهو نموذج عالم متعدد الوكلاء وقابل للتوسع يتغلب على قيود التدريب ذي العدد الثابت من السكان عبر فصل تطور حالة العالم عن التصيير البصري، مما يتيح التوسع في وقت الاستدلال إلى أعداد تعسفية من الوكلاء مع الحفاظ على الاتساق عبر الرؤى والجودة البصرية.
تقترح الورقة البحثية إطار عمل VADER، وهو إطار عمل لا يتطلب تدريباً يعمل على الحد من الهلوسة في نماذج اللغة الكبيرة للفيديو من خلال إعادة تخصيص الانتباه ديناميكياً للأدلة المرئية ومسح الرموز البصرية بشكل انتقائي لبناء فرع فك تشفير تبايني قوي.
يقدم VLZip إطار عمل موحداً يضغط تسلسلات بصرية ونصية متداخلة هرمياً إلى بادئات ناعمة مدمجة داخل نموذج Transformer نقي، مما يتيح استدلالاً عالي الدقة على سياقات فائقة الطول تصل إلى 2 مليون توكن مع تقليل استهلاك الذاكرة بشكل كبير والتفوق على الأساليب الحالية.
تقترح الورقة البحثية JSGS، وهي طريقة مبتكرة تستفيد من جداول تكميم JPEG لإنشاء مؤثرات ملاحظة خاصة بالمنظور وإشراف واعٍ بالتردد، مما يقلل بفعالية من عيوب الضغط ويحسن جودة إعادة البناء لتقنية 3D Gaussian Splatting المدربة على صور JPEG مختلطة الجودة.
تقدم هذه الورقة إطاراً للدلالات الديناميكية يعمل على إخراج التلازم المعجمي إلى مجموعات ربط صريحة ودمجها مع مسار محاذاة إدراكي لربط التعبيرات المرجعية البشرية بالبيانات المرئية بنجاح، محققةً دقة تبلغ 83.56% في أفضل 5 نتائج على مجموعة بيانات لعبة المرجع المتكرر من ستانفورد، مع تقديم نظام شفاف وقابل للتدقيق لتحليل تحليل المرجع.