13200 ورقة بحثية
تقترح هذه الورقة إطار عمل تفاضلي لحركة المركبات يسد الفجوة بين القيادة الذاتية من طرف إلى طرف القائمة على نقاط المسار وتلك القائمة على الأفعال، وذلك من خلال تمكين السياسات القائمة على الأفعال من التدريب والتقييم ضمن معايير القياس القياسية القائمة على نقاط المسار، محققةً أداءً هو الأفضل في فئته على منصة NAVSIM.
يُعد KANLoc إطار عمل لتحديد الموقع أحادي الرؤية للهبوط على الكواكب، يعمل على تخفيف حدة انزياح قياس المسافات البصرية من خلال دمجها مع مُقدِّر وضعية مطلق يعتمد على شبكة كولموغوروف-أرنولد (KAN) ذات الكفاءة في المعلمات، وذلك لتوفير مسارات سداسية درجات الحرية (6-DoF) متسقة عالمياً وفي الوقت الفعلي.
يُعد LangGS-SLAM نظاماً لتقدير الموقع ورسم الخرائط المتزامن (SLAM) للصور من نوع RGB-D في الوقت الفعلي، والذي يحقق إعادة بناء هندسي عالي الدقة ورسم خرائط للميزات كثيفة متوافقة لغوياً عبر استخدام خط معالجة رندرة (rendering) عالي الإنتاجية من نوع Top-K، واستراتيجية إدارة خرائط متعددة المعايير، وإطار تحسين هجين مفكك.
تقترح هذه الورقة إطار عمل **CR-VLM**، وهو إطار عمل مبتكر يستخدم توجيه التنشيط لتمكين الرفض القابل للضبط في نماذج الرؤية واللغة، مما يسمح بمحاذاة سلامة تكيفية تخفف من كل من نقص الرفض والإفراط في الرفض من خلال متجه رفض، وآلية بوابية، ووحدة تعزيز رؤية مضادة للواقع.
تقدم هذه الورقة البحثية "Vectra"، وهو أول إطار عمل يعتمد على النماذج اللغوية الكبيرة متعددة الوسائط (MLLM) وغير معتمد على المراجع لتقييم الجودة البصرية للترجمة الآلية داخل الصور في التجارة الإلكترونية، والذي يتميز بمقياس تسجيل متعدد الأبعاد، ومجموعة بيانات ضخمة ومتنوعة، ونموذج بـ 4 مليارات معلمة يتفوق على النماذج اللغوية الكبيرة متعددة الوسائط العامة الرائدة في قدرات الاستنتاج التشخيصي ودقة التسجيل.
تبحث هذه الورقة في كيفية تطبيق قيود غاوسية متناحية (isotropic Gaussian constraints) على تضمينات الصور المستوحاة من نموذج LeJEPA لتحسين دقة اكتشاف المشاهد غير الخاضعة للإشراف وتقدير وضعية الكاميرا في مجموعات الصور غير المهيكلة، كما هو موضح في تحدي IMC2025.
إن XAI-CLIP هو إطار عمل للاضطراب الموجه بمنطقة الاهتمام (ROI) يستفيد من تضمينات نماذج الرؤية واللغة متعددة الوسائط لتوليد تفسيرات أكثر دقة واتساقاً من الناحية التشريحية وكفاءة من الناحية الحسابية لنماذج تقسيم الصور الطبية.
تقترح هذه الورقة نظاماً للتعرف على الأنشطة البشرية متعدد الوسائط يجمع بين قفاز بيانات معياري ومستشعر لمسي قائم على الرؤية لتمكين التكيف عالي الدقة في الوقت الفعلي في سيناريوهات التعاون بين الإنسان والروبوت.
تقارن هذه الدراسة بين المتانة التنافسية للشبكات العصبية الالتفافية (CNN) القياسية ونظيراتها المعززة بالأنظمة العصبية الضبابية (ANFIS) عبر مجموعات بيانات وأنواع هجمات مختلفة، وتجد أنه في حين يمكن لدمج نظام (ANFIS) أن يحسن المتانة في بنيات محددة مثل (ResNet18)، إلا أن فوائده غير متسقة وتعتمد على البنية المستخدمة.
يُعد OMNI-Dent إطاراً تشخيصياً فعالاً من حيث كفاءة البيانات وقابلاً للتفسير، حيث يستفيد من نموذج الرؤية واللغة (VLM) لتقديم تقييمات على مستوى الأسنان من خلال صور الهواتف الذكية عبر دمج الاستنتاج السريري الخبير دون الحاجة إلى ضبط دقيق خاص بطب الأسنان.