13200 ورقة بحثية
تقدم الورقة البحثية DuoCast، وهو إطار عمل يعتمد على الانتشار المزدوج يقوم بتفكيك التنبؤ بهطول الأمطار إلى فضاءات كامنة متعامدة ذات ترددات منخفضة وعالية، ليتفوق نظرياً وتجريبياً على النماذج الحالية من خلال تحقيق توازن أفضل بين الاتساق الهيكلي العالمي والحفاظ على التفاصيل المحلية.
تقترح هذه الورقة طريقة لاحقة (post-hoc) وخالية من التدريب، تستفيد من تقريب التوزيع البعدي البايزي (Bayesian posterior approximation) عبر الطبقات النهائية لنماذج الرؤية واللغة لتقدير أوجه عدم اليقين في تشابه جيب التمام تحليلياً، مما يؤدي إلى تحسين المعايرة التنبؤية وكفاءة العينات في التعلم النشط للتطبيقات الحرجة من حيث السلامة.
تتقصى هذه الورقة أسباب فجوة النمطية في التعلم التبايني متعدد الوسائط من خلال تحليل ديناميكيات تدفق التدرج، وتحدد أزواج البيانات غير المتطابقة ومعلمات درجة الحرارة كعوامل رئيسية، وتقترح استراتيجيات تخفيف مثل جدولة درجة الحرارة وتبديل الأنماط لتحسين أداء الاسترجاع.
تقترح هذه الورقة إطار عمل للتعلم العميق من نوع "التعلم الصفري" (zero-shot) وخالٍ من البيانات، باستخدام شبكة عصبية تلافيفية (CNN) خفيفة الوزن لتصحيح عدم تجانس صور الرنين المغناطيسي بكفاءة ودقة دون الحاجة إلى أي مجموعات بيانات تدريبية أو تدريب مسبق.
تقدم هذه الورقة البحثية نموذج PASTA، وهو نموذج إشعاعي تأسيسي شامل للأورام تم تدريبه على 30,000 صورة أشعة مقطعية اصطناعية تم إنشاؤها بواسطة إطار عمل PASTA-Gen، والذي يحقق أداءً هو الأفضل من نوعه عبر 45 مهمة في مجال الأورام ويعزز بشكل كبير دقة التشخيص والكفاءة ومستويات الخبرة لدى أطباء الأشعة في دعم القرار السريري.
تقترح الورقة البحثية OpenGS-SLAM، وهو نظام تتبع وتخطيط (SLAM) يعتمد على تقنية "Gaussian Splatting" باستخدام صور RGB فقط للمشاهد الخارجية غير المحدودة، والذي يستخدم شبكة انحدار لخريطة النقاط (pointmap regression network) ومساراً قابلاً للتفاضل من البداية إلى النهاية لتحقيق دقة تتبع وتوليد مناظر من زوايا جديدة تضاهي أحدث المعايير دون الاعتماد على مستشعرات العمق.
تقدم الورقة البحثية Shazam، وهو نموذج دمج عبر الإنترنت يقوم بدمج نماذج تأسيسية متعددة لطب الأمراض مسبقة التدريب بشكل تكيفي من خلال دمج الميزات متعدد المستويات والتقطير عبر الإنترنت، محققاً أداءً فائقاً عبر مهام متنوعة في علم أمراض الحوسبة دون الحاجة إلى تدريب مسبق إضافي أو بيانات تقطير مخصصة.
تقترح الورقة البحثية LesionDiffusion، وهو إطار عمل قابل للتحكم عبر النصوص للتصوير المقطعي المحوسب ثلاثي الأبعاد، يقوم بتخليق الآفات والأقنعة المقابلة لها باستخدام قالب تقرير مهيكل، مما يعالج ندرة البيانات ويحسن أداء التجزئة عبر أنواع مختلفة من الآفات والأعضاء.
تقدم هذه الورقة إطار عمل جديد للتعلم التعزيزي متعدد الأهداف يتيح اتخاذ قرارات تشخيصية متسلسلة من بيانات "k-space" لصور الرنين المغناطيسي ناقصة العينات عبر التكيف النشط لاستراتيجيات أخذ العينات، مما يسهل إمكانات الرنين المغناطيسي كجهاز فعال من حيث التكلفة في نقاط الرعاية مع تقليل عدد العينات المطلوبة بشكل كبير.
تُظهر هذه الدراسة أن متغيرات "Vision Transformer" التي تم ضبطها بدقة وبشكل مناسب يمكنها التفوق على نموذج "ResNet-18" المرجعي أو مضاهاته في مجموعتي بيانات "TinyImageNet" و"DermaMNIST"، مع تحقيق استدلال أسرع وتقليل تعقيد النموذج، مما يسلط الضوء على ملاءمتها للبيئات محدودة الموارد.