13202 ورقة بحثية
تحلل هذه الورقة كيف تتسبب المكونات عالية التردد لتمثيلات الموضع الدوارة (RoPE) في نسخ المرجع غير المرغوب فيه في نماذج الانتشار ذات الانتباه المشترك، وتقترح طريقة لتعديل التردد للتحكم الانتقائي في الانتباه، مما يتيح نقل الأسلوب بفعالية دون تكرار محتوى المرجع.
تقدم هذه الورقة نموذجاً عصبياً رسومياً قابلاً للتفاضل يتيح إعادة بناء المشاهد وإمساك الروبوت للأجسام بشكل متسق فيزيائياً وبدون تدريب مسبق من صورة واحدة (RGBD)، وذلك عبر الجمع بين النماذج التأسيسية العصبية والرندرة القابلة للتفاضل القائمة على الفيزياء، مما يلغي الحاجة إلى بيانات تدريب مكثفة أو عينات وقت الاختبار.
تقدم هذه الورقة البحثية QuantumGS، وهو إطار عمل هجين مبتكر يعزز تقنية Gaussian Splatting ثلاثية الأبعاد من خلال دمج الدوائر الكمومية المتغيرة مع استراتيجية ترميز اتجاه الرؤية القائمة على كرة بلوخ لتحقيق قدرة تعبيرية وتعميم فائقتين في التقاط تأثيرات اتجاه الرؤية عالية التردد مقارنة بالنهج العصبية الكلاسيكية.
تستكشف هذه الورقة استراتيجيات متنوعة، بما في ذلك المدخلات المساعدة وتقنيات التعلم العميق، للتغلب على تحدي تقدير أحجام حصص الطعام ثلاثية الأبعاد من صور ثنائية الأبعاد من أجل تقييم غذائي دقيق والوقاية من الأمراض المزمنة.
تقترح الورقة البحثية نموذج ARGaze، وهو نموذج محول ذاتي الانحدار (autoregressive transformer) يعيد صياغة تقدير نظرة العين عبر المنظور الشخصي (egocentric gaze estimation) عبر الإنترنت كمسألة تنبؤ تسلسلي من خلال ربط نظرة العين الحالية بالسمات البصرية وسجل محدود من تقديرات النظرة الأخيرة، محققاً أداءً هو الأفضل في فئته (state-of-the-art) في العديد من المعايير المرجعية.
تقدم الورقة البحثية LOBSTgER-enhance، وهو مسار معالجة صور من نوع (image-to-image) يعتمد على نماذج الانتشار (diffusion)، يعمل بفعالية على عكس تدهورات الصور تحت الماء مثل تشوه الألوان والضبابية من خلال التدريب على عملية فساد اصطناعية ومجموعة بيانات صغيرة عالية الجودة، محققاً تعميماً قوياً مع اتساق إدراكي عالٍ.
يُعد E.M.Ground نموذج لغة فيديو لغويًا مبتكرًا لتحديد المواقع الزمنية للفيديو، حيث يعمل على تحسين دقة تحديد مواقع الأحداث من خلال تقديم رمز خاص للاستمرارية الدلالية الشمولية، وتنعيم "سافيتزكي-جولاي" للحد من الضوضاء، وتجميع سمات الإطارات متعددة الحبيبات للتغلب على قيود الطرق الحالية المعتمدة على الطوابع الزمنية.
تقترح هذه الورقة طريقة "التخفيف الشرطي للنقاط" (CPS)، وهي طريقة لا تتطلب تدريباً تعمل على تقليل مطالبات النقاط الكثيفة بشكل تكيفي للتغلب على انزياحات النطاق وتحسين أداء نموذج "Segment Anything Model" (SAM) بشكل كبير في مهام التجزئة لعدد قليل من العينات عبر المجالات المختلفة.
تقدم هذه الورقة PatchFlow، وهو إطار عمل مبتكر للكشف عن الشذوذ يدمج ميزات الرقع المحلية المدركة للجوار مع نموذج تدفق تطبيعي ووحدة تكييف لسد الفجوة بين المستخرجات مسبقة التدريب العامة وصور صب القوالب الصناعية، محققاً أداءً هو الأفضل في فئته على مجموعات بيانات MVTec AD وVisA والبيانات المملوكة للشركة دون الحاجة إلى عينات تدريب شاذة.
تُعد ReGLA سلسلة من الشبكات الهجينة خفيفة الوزن التي تجمع بين التلافيف الفعالة وانتباه خطي بوابي قائم على ReLU والتقطير متعدد المعلمين لتحقيق دقة متطورة وزمن انتقال منخفض على الصور عالية الدقة، متفوقة بذلك على النماذج الحالية في كل من تصنيف ImageNet ومهام الكشف والتجزئة اللاحقة.