13200 ورقة بحثية
تقترح هذه الورقة إطاراً موحداً لمعالجة الصور لتوفير تفسير ميكانيكي لمكونات الـ Transformer — مثل الانتباه الذاتي، والترميز الموضعي، والاتصالات المتبقية — مع تقديم تعديلات هيكلية جديدة تعمل على تحسين الدقة، والمتانة، وفهم المتواليات الطويلة عبر مهام الرؤية واللغة.
تقارن هذه الدراسة بين "مخطط تدرجات الاتجاهات" (HOG) و"تحليل البيانات الطوبولوجية" (TDA) لتصنيف صور قاع العين، حيث وجدت أنه بينما يقدم كلا أسلوبي استخراج الميزات أداءً متشابهاً باستخدام خوارزمية (XGBoost)، إلا أنهما يوفران تمثيلات هيكلية متكاملة للكشف عن اعتلال الشبكية السكري وتصنيفه.
يُعد A-FloPS إطار عمل لا يتطلب تدريباً يعمل على تسريع نماذج الانتشار من خلال إعادة تمثيل مسارات أخذ العينات الخاصة بها في شكل مطابقة للتدفق، وتوظيف تفكيك سرعة تكيفي للحفاظ على جودة عينات عالية حتى مع عدد قليل للغاية من تقييمات الدوال.
لمعالجة مشكلات تشابك الميزات، وعدم توازن التعيين، واختراق الميزات الموجودة في تمثيلات المستويات الثلاثية (tri-plane) والمستويات الثلاثية الكروية الحالية، تقترح هذه الورقة HyPlaneHead، وهو إطار عمل مبتكر يستخدم تمثيل مستوٍ هجين، واستراتيجية تحريف ذات مساحة متساوية تقريبًا، وخريطة ميزات موحدة أحادية القناة لتحقيق أداء فائق في توليد الصور لكامل الرأس.
تقترح الورقة البحثية إطار عمل MARC، وهو إطار تعلم تعزيزي معزز بالذاكرة يحقق دقة تقارب خط الأساس في فهم الفيديو مع تقليل الرموز المرئية بنسبة 95% وذاكرة وحدة معالجة الرسومات بنسبة 72% من خلال استراتيجية مبتكرة تعتمد على "الاسترجاع ثم الضغط" تجمع بين مسترجع الذاكرة المرئية وطريقة تقطير تحسين السياسة النسبي للمجموعات المضغوطة.
يقترح البحث إطار عمل الكشف والتتبع العالمي-المحلي (GL-DT)، الذي يستخدم وحدة دمج الميزات المكانية-الزمانية واستراتيجية كشف تعاونية إلى جانب خوارزمية JPTrack لتعزيز كشف الأهداف الصغيرة واستقرار المسار في سيناريوهات الطائرات بدون طيار المتعددة.
يُعد Color3D إطار عمل عالي التكيف يحقق تلوينًا متسقًا وقابلاً للتحكم لكل من المشاهد ثلاثية الأبعاد الثابتة والديناميكية عن طريق تلوين مشهد رئيسي واحد وضبط ملون مخصص لتمرير تلك الألوان عبر الرؤى الجديدة والخطوات الزمنية.
تقترح الورقة البحثية نموذج العالم المتبقي الضمني (IR-WM)، وهو نموذج عالم متبقي ضمني يعمل على تحسين التنبؤ بالإشغال رباعي الأبعاد وتخطيط القيادة الذاتية من خلال التركيز على التنبؤ بتغيرات المشهد (المتبقيات) بالنسبة لسابقة زمنية بدلاً من إعادة بناء مشاهد مستقبلية كاملة من الصفر.
تقدم هذه الورقة مفهوم "تثبيت المقياس" (Scale Anchoring) — حيث تفشل النماذج في تحسين الدقة عند مستويات الدقة الأعلى بسبب القيود الترددية في بيانات التدريب منخفضة الدقة — وتقترح تعلم التمثيل الترددي (Frequency Representation Learning - FRL) لتمكين التنبؤ المكاني الزماني عالي الدقة بشكل أكثر دقة.
تقدم هذه الورقة TacThru، وهو مستشعر "رؤية عبر الجلد" قادر على الإدراك البصري واللمسي القوي في آن واحد، وTacThru-UMI، وهو إطار عمل للتعلم بالتقليد يدمج هذه الإشارات متعددة الوسائط عبر سياسة انتشار قائمة على المحولات (Transformer-based Diffusion Policy) لتحسين أداء التلاعب الروبوتي بشكل كبير في المهام المعقدة.