cs.CV

GaussianPOP: Principled Simplification Framework for Compact 3D Gaussian Splatting via Error Quantification

يقدم GaussianPOP إطار عمل مبدئي للتبسيط لتقنية Gaussian Splatting ثلاثية الأبعاد، يستفيد من معيار خطأ جديد مشتق تحليلياً وخوارزمية فعالة ذات تمريرة واحدة لتحقيق توازنات متفوقة بين إيجاز النموذج ودقة التصوير مقارنة بالطرق الحالية القائمة على درجات الأهمية.

NanoFLUX: Distillation-Driven Compression of Large Text-to-Image Generation Models for Mobile Devices

إن NanoFLUX هو نموذج تحويل النص إلى صورة بـ 2.4 مليار معلمة، تم استخلاصه من نموذج FLUX.1-Schnell المكون من 17 مليار معلمة عبر مسار ضغط تدريجي يتميز بتقليم المحولات، وخفض عينات الرموز القائم على شبكات ResNet، واستخلاص تشفير النصوص الموجه بالإشارات البصرية، مما يتيح توليد صور عالية الجودة على الأجهزة المحمولة في حوالي 2.5 ثانية.

DreamDojo: A Generalist Robot World Model from Large-Scale Human Videos

يُعد DreamDojo نموذج عالم تأسيسي تم تدريبه على 44,000 ساعة من فيديوهات البشر بمنظور الشخص الأول، حيث يتعلم تفاعلات ماهرة متنوعة من خلال أفعال كامنة مستمرة، مما يتيح المحاكاة في الوقت الفعلي، والقدرة الدقيقة على التحكم في الأفعال، والتخطيط الفعال للسياسات للروبوتات العامة في بيئات العالم المفتوح الغنية بالتلامس.

LLT: An R package for Linear Law-based Feature Space Transformation

تقدم هذه الورقة حزمة LLT R، التي تنفذ خوارزمية تحويل فضاء الميزات القائمة على القانون الخطي للمساعدة في تصنيف السلاسل الزمنية أحادية ومتعددة المتغيرات من خلال تحديد الأنماط الحاكمة في بيانات التدريب عبر تضمين تأخير الوقت والتحلل الطيفي، ومن ثم تطبيق هذه الأنماط لتحويل ميزات مجموعة الاختبار.

Learning ECG Signal Features Without Backpropagation Using Linear Laws

تقدم الورقة البحثية LLT-ECG، وهي طريقة جديدة لتصنيف تخطيط كهربائية القلب لا تعتمد على الانتشار العكسي، تستخدم مفاهيم الفيزياء النظرية لتوليد ميزات خطية قابلة للتحقق تلقائياً، محققةً أداءً هو الأفضل في فئته على مجموعات بيانات PhysioNet مع إعطاء الأولوية للسرعة وقابلية التفسير.

Adaptive Law-Based Transformation (ALT): A Lightweight Feature Representation for Time Series Classification

تقدم هذه الورقة طريقة التحويل القائم على القانون التكيفي (ALT)، وهي طريقة تمثيل ميزات خفيفة الوزن وشفافة تعزز تصنيف السلاسل الزمنية من خلال توظيف نوافذ مزاحة متغيرة الطول لالتقاط أنماط متنوعة ورسم البيانات في فضاء قابل للفصل خطياً، محققةً أداءً هو الأفضل في فئتها مع الحد الأدنى من المعلمات الفائقة.

TextOCVP: Object-Centric Video Prediction with Language Guidance

تقترح الورقة البحثية TextOCVP، وهو نموذج للتنبؤ بالفيديو متمحور حول الأجسام يستفيد من الأوصاف النصية لتوجيه متنبئ قائم على المحولات (transformer)، مما يتيح تنبؤاً مستقبلياً للمشاهد يتسم بالدقة والقدرة على التحكم والتفسير مع تحسين المتانة مقارنة بالنماذج المرجعية الحالية.

LayoutCoT: Unleashing the Deep Reasoning Potential of Large Language Models for Layout Generation

يُعد LayoutCoT نهجًا مبتكرًا لا يتطلب تدريبًا، يستفيد من التوليد المعزز بالاسترجاع واستدلال تسلسل الأفك "Chain-of-Thought" لتحويل تمثيلات التخطيط إلى تصميمات عالية الجودة ومتماسكة دلاليًا، مما يمكّن النماذج اللغوية الكبيرة القياسية من تحقيق أداء رائد دون الحاجة إلى الضبط الدقيق.

ALT: A Python Package for Lightweight Feature Representation in Time Series Classification

Event2Vec: Processing Neuromorphic Events Directly by Representations in Vector Space

تقدم الورقة البحثية Event2Vec، وهي تمثيل مستوحى من نموذج (word-to-vector) يتيح المعالجة المباشرة للأحداث العصبية المتفرقة وغير المتزامنة ضمن بنيات "ترانسفورمر" عالية الإنتاجية، مما يحل بفعالية المقايضة بين تشتت البيانات وكفاءة وحدات معالجة الرسومات، مع تحقيق أداء رائد في مجاله بكفاءة عالية في عدد المعلمات وزمن انتقال منخفض.