13133 ورقة بحثية
تقدم الورقة البحثية RAVENEA، وهو معيار جديد يدمج أكثر من 11,000 وثيقة منسقة من ويكيبيديا لتقييم وتوضيح كيف يعزز التوليد المعزز بالاسترجاع بشكل كبير فهم الثقافة البصرية في النماذج متعددة الوسائط من خلال تحسين الأداء في مهام الإجابة على الأسئلة البصرية التي تركز على الثقافة ووصف الصور.
تقدم هذه الورقة البحثية ICon، وهي طريقة تعلم تبايني لنماذج المحولات الرؤية (Vision Transformers) تعمل على فصل الرموز الخاصة بالوكيل عن الرموز الخاصة بالبيئة لإنشاء تمثيلات بصرية مدركة للجسم، مما يعزز كفاءة تعلم السياسات وقابلية النقل عبر الروبوتات في مهام المناولة الروبوتية.
تقدم هذه الورقة MS-Splatting، وهو إطار عمل جديد لتقنية "Gaussian Splatting" ثلاثية الأبعاد متعددة الأطياف يستخدم تمثيلاً لونياً عصبياً مُتعلماً لتوحيد المجالات الطيفية المتنوعة في تضمين واحد مدمج، مما يلغي الحاجة إلى المعايرة عبر الأنماط ويحسن جودة الرندرة بشكل كبير لتطبيقات مثل تحليل مؤشر الغطاء النباتي.
تقدم هذه الورقة إطار عمل "التمدد والضغط" (SnS)، وهو إطار عمل خالٍ من التدرج يعمل على توصيف الثبات البصري والهشاشة العدائية من خلال تحسين المحفزات لتمديد التمثيلات العلوية مع ضغط استجابات الوحدات السفلية، مما يكشف عن أنماط تحول متميزة عبر طبقات الشبكة واختلافات في القابلية للتفسير بين النماذج القوية والقياسية.
تقترح الورقة البحثية نموذج HMSViT، وهو نموذج "Vision Transformer" هرمي يعتمد على التعلم الذاتي المقنع، والذي يستفيد من التدريب المسبق بالتقنيع الكتلي واستخراج الميزات متعدد المقاييس لتحقيق أداء رائد في تقسيم أعصاب القرنية وتشخيص اعتلال الأعصاب السكري، مع تقليل الاعتماد على البيانات المصنفة والتكاليف الحسابية.
تُظهر هذه الدراسة أن تحويل البيانات فائقة الطيف ذات الـ 128 قناة إلى تمثيلات ثلاثية القنوات باستخدام الاختيار الأمثل للنطاقات (CSNR-JMIM) يتفوق بشكل كبير على التصوير التقليدي بنظام RGB في تقسيم المشاة والركاب في مشاهد القيادة الحضرية، محققاً مكاسب ملموسة في مقاييس IoU وF1-score عبر نماذج متعددة للتجزئة الدلالية.
يستخدم إطار العمل CellINR تمثيلاً عصبياً ضمنياً خاصاً بالحالة مع التلافيف العمياء وتضخيم البنية لإزالة العيوب الناجمة عن الضوء بشكل فعال واستعادة الاستمرارية الهيكلية في المجهر الفلوري الحي رباعي الأبعاد، مصحوباً بإصدار مجموعة بيانات مزدوجة جديدة ورمز للتحليل البيولوجي الكمي.
يُعد BEVTraj إطار عمل للتنبؤ بالمسارات من طرف إلى طرف وخالٍ من الخرائط، يستخدم الانتباه القابل للتشكل لاستخراج السياق بكفاءة من ميزات منظور عين الطائر (Bird's-Eye View) الكثيفة ووحدة اقتراح أهداف متفرقة لتحقيق تنبؤ متعدد الأنماط وقوي يضاهي الأساليب القائمة على خرائط عالية الدقة دون الاعتماد على خرائط مسبقة البناء.
تُعد DeliVR طريقة فعالة لإزالة المطر من الفيديو، حيث تستفيد من انحيازات زمرة "لي" (Lie-group) المكانية والزمانية التفاضلية ضمن آليات الانتباه لتحقيق محاذاة متسقة هندسيًا وإزالة دقيقة لخطوط المطر، متجاوزةً بذلك القيود الحسابية وقيود المتانة التي تفرضها الأساليب الحالية القائمة على التدفق البصري.
تقترح هذه الورقة استراتيجيتين فعالتين للتوسع في وقت الاختبار، وهما تعزيز وقت الاختبار (TTAug) وتكييف وقت الاختبار (TTAdapt)، اللتان تستفيدان من ميزات النموذج الداخلية لتحسين أداء نماذج الرؤية واللغة الصغيرة بشكل كبير عبر مختلف المعايير مع الحفاظ على الكفاءة الحسابية المناسبة للبيئات محدودة الموارد.