13177 ورقة بحثية
تقترح الورقة البحثية إطار عمل CP-uniGuard، وهو إطار عمل موحد، وغير معتمد على الاحتمالية، وتكيفي، يعمل على تأمين أنظمة الإدراك التعاوني من خلال توظيف طريقة إجماع العينات غير المعتمدة على الاحتمالية، وفقدان الاتساق التعاوني، وعتبات تكيفية عبر الإنترنت للكشف بدقة عن الوكلاء الضارين واستبعادهم دون معرفة مسبقة باحتمالات الهجوم.
تقدم هذه الورقة "إعادة المحاذاة التكيفية للذاكرة" (AMR)، وهو إطار عمل خفيف الوزن يعالج بفعالية انزياح المفاهيم في التعلم المستمر من خلال تحديث مخازن الاسترجاع ديناميكيًا للحفاظ على دقة عالية بتكاليف وسم وحوسبة أقل بكثير مقارنة بإعادة التدريب الكامل.
تتحدى هذه الورقة البحثية الافتراض القائل بأن دمج مشفرات رؤية متعددة يحسن بطبيعته النماذج اللغوية الكبيرة متعددة الوسائط، وذلك من خلال إثبات أن التكرار المنتشر في المشفرات غالباً ما يسمح بتحقيق مكاسب في الأداء والكفاءة عند إزالة مشفرات محددة، عبر استخدام أسلوب الحجب المنهجي ومقاييس جديدة.
يقدم ArmGS إطار عمل لـ "تشتت غاوس" (Gaussian splatting) مركبًا مع تحسين المظهر متعدد التدرج لتحقيق نمذجة عالية الدقة وفي الوقت الفعلي لمشاهد القيادة الحضرية الديناميكية من خلال تحسين معاملات التحويل عبر المستويات المحلية والعالمية ومستويات الفاعلين.
تقترح هذه الورقة إطار عمل معياري ثلاثي الطبقات لإنشاء خرائط أنسجة ثنائية الأبعاد جاهزة للذكاء الاصطناعي من صور الشرائح الكاملة لاستبدال الفحص اليدوي، مما يتيح بيانات وصفية قابلة للتشغيل البيني تعزز قدرات البحث وتسرع تجميع مجموعات البيانات عالية الجودة للذكاء الاصطناعي في علم الأمراض الرقمي.
يقدم هذا البحث نظام VISION، وهو نظام استقلالية متكامل يستفيد من نموذج لغوي بصري واسع النطاق وتخطيط لوجهة نظر مقيد لتمكين روبوت رباعي الأرجل من فحص عبارات قناة إيري المتقادمة ذاتياً، مع النجاح في تنقيح الفرضيات الأولية إلى نتائج متوافقة مع خبرات المتخصصين دون الحاجة إلى ضبط دقيق خاص بمجال معين.
تقدم الورقة البحثية MANGO، وهي طريقة جديدة لترجمة الصور غير المقترنة تستفيد من فقدان InfoNCE المشروط بالتجزئة وتصميم مميز للمميز (discriminator) لتوليد بيانات تدريب متنوعة وقوية تجاه تغير زوايا الرؤية من مجموعات بيانات واقعية ذات كاميرات ثابتة ومحاكاة قابلة للتوسع، مما يحسن بشكل كبير سياسات التحكم في الروبوتات تحت تحولات زوايا رؤية الكاميرا.
يُعد SimpleMatch إطار عمل خفيف الوزن وفعال للمطابقة الدلالية، حيث يتغلب على قيود التنزيل العميق عبر توظيف وحدة فك تشفير للرفع التدريجي للمقاييس وإشراف متعدد المقاييس، محققاً أداءً هو الأفضل في فئته عند دقة منخفضة بشكل ملحوظ وتكاليف ذاكرة مخفضة.
تعد SeeingThroughClutter طريقة خالية من التدريب تعيد بناء المشاهد ثلاثية الأبعاد المهيكلة من صور فردية عبر إزالة ونمذجة الكائنات الأمامية واحدًا تلو الآخر بشكل تكراري، مستفيدة من نماذج الرؤية واللغة لتبسيط البيئات المعقدة والمزدحمة تدريجيًا من أجل تقسيم أكثر دقة وملاءمة ثلاثية الأبعاد.
تقدم هذه الورقة البحثية "تعلم الانتباه المعزز" (RAL)، وهو إطار عمل قائم على تدرج السياسة يعمل على تحسين توزيعات الانتباه الداخلية بدلاً من رموز المخرجات لتعزيز الإدراك والتجذر بشكل كبير في النماذج اللغوية الكبيرة متعددة الوسائط، متفوقاً بذلك على أساليب التعلم المعزز التقليدية وتقطير المعرفة القياسي عبر مختلف الاختبارات المرجعية.