13137 ورقة بحثية
تقترح هذه الورقة البحثية ، وهي طريقة جديدة للترميز الموضعي تدمج الإحداثيات المكانية الديكارتية مع المؤشرات الزمنية وتستخدم قناع تشيبيشيف السببي للتغلب على فقدان الموضعية المكانية ومحدودية التلاشي طويل الأمد لترميز الموضع الدوراني القياسي في النماذج اللغوية الكبيرة متعددة الوسائط ثلاثية الأبعاد.
تتناول هذه الورقة البحثية أوجه القصور في المعايير المرجعية الحالية لرفع دقة المحتوى المتدفق المضغوط في الوقت الفعلي من خلال تقديم مجموعة بيانات StreamSR، واختبار ١١ نموذجاً من أحدث النماذج، واقتراح بنية EfRLFN الفعالة، التي تحقق جودة بصرية وأداءً زمنياً متفوقين مع إثبات أن الضبط الدقيق على StreamSR يعزز بشكل كبير من القدرة على التعميم عبر المعايير المرجعية القياسية.
تقترح هذه الورقة البحثية طريقة "تقطير المنطقة إلى الصورة" (Region-to-Image Distillation)، وهي طريقة تُستخدم أثناء مرحلة التدريب لاستيعاب فوائد الإدراك دقيق التفاصيل الناتجة عن عملية "التقريب" (zooming) التكرارية في تمريرة أمامية واحدة لنموذج لغوي كبير متعدد الوسائط، مما يلغي زمن التأخير عند الاستنتاج مع تحقيق أداء رائد في المهام البصرية دقيقة التفاصيل والإدراك متعدد الوسائط العام.
تقدم هذه الدراسة شبكة عصبية تلافيفية (CNN) تعتمد على التعلم العميق، والتي تحقق دقة عالية (91.67%) ومقاييس أداء قوية (ROC-AUC 0.96) في الكشف التلقائي عن الالتهاب الرئوي من صور الأشعة السينية للصدر، مما يوفر أداة تشخيصية موثوقة للنهوض بالرعاية الصحية ضمن إطار المجتمع 5.0.
تُظهر هذه الدراسة أن استراتيجيات التعلم التفاعلي التفسيري (XIL)، ولا سيما CAIPI ونهج هجين مبتكر، تساهم بفعالية في الحد من الانحياز وتحسين العدالة في التصنيف البصري للنوع الاجتماعي من خلال توجيه النماذج للتركيز على الميزات ذات الصلة، وغالبًا ما يكون ذلك مع الحفاظ على الدقة أو تحسينها.
تقدم هذه الورقة أول دراسة منهجية تثبت أنه في حين يؤدي التكميم ما بعد التدريب إلى تدهور دقة وموثوقية النماذج اللغوية الكبيرة متعددة الوسائط في مهام الإجابة على الأسئلة البصرية، فإن الجمع بين التكميم المدرك للبيانات ومقدر ثقة "المُنتقي" (Selector) المُعدل يحد من هذه المشكلات بفعالية، محققاً أداءً يقارب أداء النماذج غير المكممة مع تقليل الطلب على الذاكرة بنسبة 75% تقريباً.
تقدم هذه الورقة KidMesh، وهو إطار عمل للتعلم العميق من طرف إلى طرف يقوم بإعادة بناء الشبكات ثلاثية الأبعاد لمرض استسقاء الكلية الخلقي لدى الأطفال مباشرة من صور تصوير المسالك البولية بالرنين المغناطيسي دون الحاجة إلى معالجة لاحقة معقدة أو تعليقات توضيحية دقيقة على مستوى الشبكة، مما يتيح إجراء محاكاة ديناميكية بولية سريعة وموثوقة للممارسة السريرية.
تحدد هذه الورقة البحثية "الانهيار الطيفي" كسبب للمخرجات شديدة التنعيم في عملية العكس الحتمي للانتشار القياسية لمهام مثل تعزيز الدقة وتحويل الرسم التخطيطي إلى صورة، وتقترح توجيه التباين المتعامد (OVG) لاستعادة الأنسجة الواقعية مع الحفاظ على الدقة الهيكلية من خلال تصحيح ديناميكيات المعادلات التفاضلية العادية في الفضاء الصفري للتدرج الهيكلي.
يُعد IDPruner إطار عمل مبتكر لتقليم الرموز المرئية للنماذج اللغوية الكبيرة متعددة الوسائط، حيث يستفيد من خوارزمية "الارتباط الأقصى للمعلومات ذات الصلة" (Maximal Marginal Relevance) لتحقيق توازن أمثل وفق منحنى باريتو بين أهمية الرموز وتنوعها دون الحاجة إلى خرائط الانتباه، مما يتيح تقليماً فعالاً بلمحة واحدة مع الحفاظ على أداء يضاهي أحدث المعاياي عبر مختلف البنيات والمهام.
يُعد MotionWeaver إطار عمل متكاملًا يتغلب على قيود الأساليب الحالية لتحريك الصور ذات الشخص الواحد من خلال تقديم تمثيلات حركة موحدة ونموذج شمولي مرتكز على البعد الرابع (4D) لتحقيق نتائج رائدة في سيناريوهات متعددة البشر معقدة تتضمن أشكالاً متنوعة وتفاعلات وعوائق.