13133 ورقة بحثية
تقدم الورقة البحثية VeGaS، وهو نموذج تمثيل فيديو مبتكر يستخدم عائلة من توزيعات "غاوس" المطوية لترميز الفيديوهات كـ "غاوس" ثنائية الأبعاد، محققاً جودة إعادة بناء إطارات هي الأفضل في فئتها مع تمكين قدرات تحرير فيديو واقعية تتفوق على أساليب "تشتت غاوس ثلاثي الأبعاد" الحالية.
تقدم هذه الورقة البحثية RoboSpatial، وهو عبارة عن مجموعة بيانات واسعة النطاق تضم مليون صورة، و5,000 مسح ثلاثي الأبعاد، و3 ملايين علاقة مكانية مشروحة من مشاهد داخلية وطاولات حقيقية، صُممت لتعزيز قدرات الاستدلال المكاني لنماذج الرؤية واللغة ثنائية وثلاثية الأبعاد المخصصة للروبوتات من خلال معالجة نقص فهم الإطار المرجعي في بيانات التدريب الحالية.
يُعد PromptGuard تقنية مبتكرة وفعالة للإشراف على المحتوى لنماذج تحويل النص إلى صورة، حيث يعمل على تحسين المطالبات الناعمة (soft prompts) الشاملة والخاصة بالفئات ضمن فضاء التضمين النصي، وذلك بهدف كبح توليد المحتوى غير اللائق (NSFW) بفعالية مع الحفاظ على جودة الصورة وسرعة الاستدلال.
تقدم الورقة البحثية نموذج CARL، وهو نموذج تعلم تمثيل جديد غير مرتبط بنوع الكاميرا يستخدم مشفرًا طيفيًا يعتمد على الانتباه الذاتي والانتباه المتقاطع والتعلم الذاتي القائم على الميزات للتغلب على التباين الطيفي عبر وسائط التصوير بالألوان (RGB) والمتعددة الأطياف وفائقة الأطياف، مما يظهر قوة وقدرة فائقتين على التعميم في مجالات متنوعة مثل الطب، والقيادة الذاتية، والاستشعار عن بعد.
تقدم هذه الورقة البحثية آلية "الاستقصاء الفعال" (Efficient Probing - EP)، وهي آلية انتباه تقاطعي متعدد الاستعلامات وخفيفة الوزن تتفوق على طرق الاستقصاء الخطية والمنتبهة الحالية من خلال تحسين المقايضة بين الدقة وكفاءة المعلمات مع الكشف عن رؤى جديدة حول تمثيلات النماذج.
تقدم هذه الورقة MedReasoner، وهو إطار عمل مدفوع بالتعلم المعزز يفصل بين الاستدلال السريري والتقسيم على مستوى البكسل لمعالجة تحدي الاستعلامات الضمنية في التصوير الطبي، مدعوماً بمهمة تجذير الاستدلال الطبي الموحد (UMRG) المُعرفة حديثاً ومجموعة بيانات U-MRG-14K المكونة من 14 ألف عينة.
تقدم الورقة البحثية COGITAO، وهو إطار عمل ومعيار مفتوح المصدر ونمطي يقوم بتوليد الملايين من المهام البصرية الفريدة القائمة على القواعد لدراسة وتوضيح أوجه القصور في النماذج الحالية المتطورة في تركيب المفاهيم المتعلمة والتعميم على الإعدادات الجديدة بشكل منهجي.
تقدم هذه الورقة البحثية "استقصاء الثبات الموجه لغوياً" (LGIP)، وهو معيار مرجعي جديد يقيم نماذج الرؤية واللغة في قدرتها على الحفاظ على الاتساق مع إعادة الصياغة التي تحافظ على المعنى، والحساسية تجاه التعديلات الدلالية التي تغير المعنى، مما يكشف أنه بينما تحقق بعض النماذج مثل EVA02-CLIP توازناً قوياً، تظهر نماذج أخرى مثل SigLIP هشاشة لغوية كبيرة غالباً ما لا تكتشفها مقاييس الاسترجاع القياسية.
يُعد PartUV خط إنتاج مبتكر لفك التغليف (UV unwrapping) يعتمد على الأجزاء، حيث يستفيد من التحلل الدلالي والاستدلالات الهندسية لإنشاء مخططات أقل عدداً وأقل تشوهاً مع حد أدنى من الدرزات، متفوقاً بشكل كبير على الطرق الحالية في التعامل مع المشبكات ثلاثية الأبعاد الناتجة عن الذكاء الاصطناعي والمشوشة.
تقدم هذه الورقة مجموعة بيانات "شريان-وريد روتردام" (RAV)، وهي مجموعة متنوعة من صور قاع العين الملونة عالية الجودة مع تعليقات توضيحية لتجزئة الشرايين والأوردة تم التحقق من اتصالها والمستمدة من دراسة روتردام، والمصممة لدعم تطوير واختبار نماذج التعلم الآلي القوية لتحليل الأوعية الدموية في الشبكية تحت ظروف التصوير الواقعية.