13133 ورقة بحثية
تقوم هذه الدراسة بمعايرة عشر شبكات مطابقة ستيريو عميقة على مجموعة بيانات جديدة لأغصان الأشجار من العالم الحقيقي مع أهداف مُولدة بواسطة DEFOM، حيث حددت BANet-3D كأعلى نموذج جودة وAnyNet كخيار الوقت الفعلي الوحيد لعمليات تقليم الغابات ذاتية القيادة بواسطة الطائرات بدون طيار.
تُعد ApET إطار عمل فعال لضغط الرموز (tokens) وخالٍ من آلية الانتباه لنماذج الرؤية واللغة، حيث يستفيد من أخطاء التقريب الناتجة عن إعادة البناء الخطي لتحديد الرموز البصرية الزائدة واستبعادها، مما يحقق وفراً كبيراً في الحوسبة مع الحفاظ على الأداء أو حتى تحسينه وضمان التوافق مع FlashAttention.
تقدم الورقة البحثية BigMaQ، وهي مجموعة بيانات واسعة النطاق لقرود المكاك ريسوس المتفاعلة تتميز بإعادة بناء تفصيلية للوضعية والشكل ثلاثي الأبعاد عبر نماذج رمزية (avatars) منسوجة خاصة بكل فرد، مما يحسن بشكل كبير من أداء التعرف على حركات الحيوانات ويجسّر الفجوة بين التمثيلات القائمة على الصور وتمثيلات الوضعية ثلاثية الأبعاد.
تقترح هذه الورقة استراتيجية تعلم تبايني مبتكرة للصور الطبية تستبدل عمليات التعزيز العشوائية بملصقات شدة المرض المستمدة من تدرجات كشف الشذوذ لتحسين دقة تصنيف المؤشرات الحيوية في فحوصات التصوير المقطعي للتماسك البصري (OCT).
تُثبت هذه الورقة أن الدمج الصريح للتمثيلات الداخلية المتنوعة والمتينة جزئياً لنماذج الانتشار كإشارة تعلم مساعدة، جنباً إلى جنب مع البيانات الاصطناعية، يعزز بشكل كبير من متانة وفك تشابك الميزات للمصنفات التي يتم تدريبها باستخدام التدريب الخصمي عبر مجموعات بيانات متعددة.
تقترح هذه الورقة طريقة لتقدير وضعية الأجسام بمتانة تجمع بين شبكة ضمنية تلافيفية متكافئة مع SO(3) واستراتيجية أخذ عينات النقاط ذات الحافز الإيجابي (PIPS) لاختيار نقاط استعلام مثالية ديناميكيًا، مما يتغلب على تحديات المناطق غير المرئية ويتفوق بشكل كبير على النهج الرائدة في السيناريوهات التي تنطوي على حالات احتجاب عالية، وأشكال جديدة، وضجيج شديد.
تقترح هذه الورقة إطار عمل "الاكتشاف-التجزئة-الاختيار" (DSS)، وهو آلية تدريجية لا تتطلب تدريبًا تجمع بين اكتشاف الأجسام القائم على الميزات، والتجزئة القائمة على نموذج SAM، والاختيار القائم على نماذج اللغات الكبيرة متعددة الوسائط (MLLM) لتحقيق أداء رائد في تجزئة الأجسام المموهة بنمط الصفر (zero-shot).
يقدم Token-UNet بنية هندسية ثلاثية الأبعاد لتقسيم صور الدماغ تتسم بالكفاءة والقابلية للتفسير، حيث تدمج وحدتي TokenLearner وTokenFuser لدمج نماذج المحولات (Transformers) ضمن شبكة UNet تلافيفية، محققةً درجات "Dice" فائقة مع تقليل بصمة الذاكرة، ووقت الاستدلال، وعدد المعلمات بشكل كبير مقارنة بـ SwinUNETR.
تحدد هذه الورقة وجود فجوة النمط في التعلم متعدد الوسائط الطبي وتقترح إطار عمل محايد للنمط لسد هذه الفجوة، مما يؤدي إلى تحسين المحاذاة الدلالية، والاسترجاع عبر الوسائط، وكتابة التعليقات التوضيحية للصور بين الصور الإشعائية والنصوص السريرية.
تقترح الورقة البحثية AdvMark، وهو إطار عمل جديد للضبط الدقيق على مرحلتين يعمل على فصل استراتيجيات الدفاع لتعزيز المتانة في آن واحد ضد الهجمات العدائية، والتشويه، وإعادة التوليد، مع الحفاظ على الدقة والنقاء البصري في العلامات المائية للصور القائمة على التعلم العميق.