13200 ورقة بحثية
تقترح هذه الورقة البحثية "التحسين ثنائي المستوى مع فك الارتباط لتعلم التباين في الفيديو" (BOD-VCL)، وهي طريقة تستفيد من نظرية كوبمان لفصل الدلالات الثابتة والديناميكية للفيديو بشكل صريح، مما يتغلب على الارتباطات الزائفة في الأطر الحالية التي تتسبب في جعل النماذج تعطي الأولوية لتعلم نوع واحد فقط من الميزات.
تُظهر هذه الدراسة أن إطار التعلم التبايني ثنائي المراحل يعزز بشكل كبير أداء تصنيف الصور فائقة الطيف أحادية الملصق ومتعددة الملصقات في ظل ظروف ندرة البيانات، مع الحفاظ على دقة قوية حتى مع تقليل بيانات التدريب بنسبة 50% من خلال الاستفادة من ما قبل التدريب ذاتي الإشراف وبنية مبسطة تعمل على تكييف المشفر مع سمات المصنف.
تقدم هذه الورقة البحثية EUGens، وهي فئة جديدة من الطبقات الكثيفة الموحدة والفعالة والعامة التي تستفيد من الميزات العشوائية ومعايير المدخلات لتقريب الطبقات كاملة الاتصال بتعقيد استدلال خطي وعدد معلمات منخفض، مع تمكين التقريب غير المنحاز للتنشيطات متعددة الحدود والتكيف الفعال مع النماذج سابقة التدريب، مما يؤدي إلى تحسينات كبيرة في سرعة الاستدلال وكفاءة الذاكرة عبر مهام متنوعة.
تقيم هذه الدراسة 155 من نماذج الرؤية واللغة عبر 236 تجربة حول ثبات اللون والحجم والشكل، مما يكشف عن تباين كبير في الأداء وانفصال متميز بين قدرات ثبات الشكل وتلك المتعلقة باللون والحجم.
تقترح هذه الورقة نهجاً جديداً للتعلم الذاتي يستفيد من التوصيفات المتفرقة وقيود الاتساق الزمني لتحقيق تحديد دقيق، وقوي، ومستقر زمنياً لمعالم الحلقة المترالية وقياسات حركة حلقة الصمام المترالي بالنسبة لمحور الرأس (MAPSE) في فيديوهات تخطيط صدى القلب.
تتقصى هذه الورقة مدى فعالية التلقين النصي مقابل التلقين البصري في التجزئة الدلالية في نماذج الرؤية واللغة، كاشفةً عن فجوة أدائية كبيرة بينهما مقارنة بالنماذج المتخصصة، وطبيعة التكامل بين هذين النمطين، مما يحفز اقتراح PromptMatcher، وهو طريقة خالية من التدريب تجمع بين كلا التلقينين لتحقيق نتائج رائدة.
تقدم هذه الورقة البحثية مختبر VP Lab، وهو إطار عمل تفاعلي يجمع بين التلقين البصري ومجموعة مبتكرة من تقنيات الضبط الدقيق كفؤة المعلمات (E-PEFT) لتعزيز أداء التجزئة الدلالية في المجالات التقنية المتخصصة بشكل كبير باستخدام حد أدنى من البيانات.
تقدم هذه الورقة البحثية Continual-MEGA، وهو معيار مرجعي واسع النطاق للكشف المستمر عن الشذوذ القابل للتعميم، والذي يتميز بمجموعة بيانات متنوعة تشمل ContinualAD الجديدة، وهو سيناريو تعميم جديد من نوعه لعدم المعرفة المسبقة (zero-shot)، وخوارزمية أساسية موحدة تُظهر تحسينات كبيرة مقارنة بالطرق الحالية في كل من الكشف بأسلوب التعلم القليل (few-shot) وتحديد المواقع على مستوى البكسل.
تقدم هذه الورقة البحثية إطار عمل HoME، وهو إطار عمل هرمي لخليط الخبراء الناعم مبني على هيكل Mamba، والذي يستخدم آلية توجيه الرموز ثنائية المستوى لتعزيز نمذجة السياق الطويل وتحقيق أداء رائد في تقسيم الصور الطبية ثلاثية الأبعاد عبر مختلف الأنماط وجودات البيانات.
تقترح هذه الورقة البحثية MATTER، وهو نهج مبتكر يوظف استخراج الميزات القائم على الانتباه متعدد المقاييس والانحدار لتحقيق تقدير دقيق وقوي لأخطاء تسجيل السحابة النقطية، متفوقاً بذلك على الأساليب القائمة على التصنيف في كل من دقة تقدير الخطأ وجودة الخرائط النهائية.