13202 ورقة بحثية
تقدم هذه الورقة البحثية LocateEdit-Bench، وهي مجموعة بيانات واسعة النطاق تضم 231 ألف صورة صُممت لمعالجة الفجوة الحرجة في تحديد مواقع التزييف الناتج عن الذكاء الاصطناناعي من خلال اختبار الأساليب المتبعة مقابل نماذج تحرير الصور الناشئة القائمة على التعليمات.
تقدم الورقة البحثية نموذج CAViT، وهو محول رؤية (Vision Transformer) ثنائي الانتباه يستبدل طبقات MLP الثابتة بآلية انتباه ديناميكية مدركة للمحتوى على مستوى القنوات لتعزيز دمج الميزات، محققاً دقة فائقة مع تقليل المعلمات والتكلفة الحسابية بشكل كبير عبر مختلف معايير التصوير الطبي والطبيعي.
تقترح هذه الورقة البحثية وتقيم نهجين، أحدهما قائم على القواعد والآخر يعتمد على التعلم العميق، للكشف عن التلاعب بالكاميرا في الصور الثابتة ضمن أنظمة إنترنت الأشياء الخارجية، مبرهنةً على أنه في حين يوفر التعلم العميق دقة أعلى، فإن الأساليب القائمة على القواعد تعد أكثر ملاءمة للبيئات محدودة الموارد، إلى جانب إصدار مجموعة بيانات عامة جديدة لدعم الأبحاث المستقبلية.
تستخدم هذه الدراسة منظوراً إيثولوجياً (سلوكياً) لتوضيح أن الفضاءات الكامنة في نماذج الرؤية واللغة ليست محايدة، بل تُظهر "أنظمة رؤية خوارزمية" متميزة مدفوعة ببيانات التدريب، تولد تفسيرات سياسية وثقافية متباعدة ومتناقضة في كثير من الأحيان للفن، مما يستوجب إعادة تقييم نقدي لكيفية استخدام هذه النماذج في تاريخ الفن الرقمي.
تقدم الورقة البحثية إطار عمل DepthPrior، الذي يستفيد من معلومات العمق كمعرفة مسبقة من خلال أوزان خسارة متخصصة، وتدرج طبقي، وعتبات ثقة، لتحسين اكتشاف الأجسام الصغيرة والبعيدة بشكل كبير دون الحاجة إلى تعديلات هيكلية أو مستشعرات إضافية.
تُثبت هذه الورقة أن الشبكات القشرية المستزرعة في المختبر والمتصلة بمصفوفات الأقطاب الكهربائية متعددة الكثافة يمكن أن تعمل كمستودعات بيولوجية فعالة لتصنيف الأنماط البصرية الثابتة بدقة، والتي تتراوح من الأشكال البسيطة إلى الأرقام المكتوبة بخط اليد، مما يؤكد إمكانية دمج الركائز العصبية الحية في أطر الحوسبة العصبية.
تقدم الورقة البحثية NVS-HO، وهو أول معيار لتركيب المشهد من منظور جديد للأجسام المحمولة باليد باستخدام مدخلات RGB فقط، والذي يستخدم تسلسلات مقترنة بين المحمولة باليد والمسجلة على لوح لتقييم وكشف أوجه القصور في طرق تقدير الوضعية والتركيب الحالية في السيناريوهات الواقعية غير المقيدة.
تقترح هذه الورقة إطار عمل مستقر للتعلم الذاتي متعدد المهام يخصص متنبئات منفصلة لأنواع الرؤية المختلفة (العالمية، والمحلية، والمقنعة) لمعالجة عدم الاستقرار في تدريب تعدد المحاصيل وتحسين الأداء بشكل كبير عبر مختلف بنيات الهياكل الأساسية.
تقدم الورقة البحثية نموذج EoCD، وهو طريقة خفيفة الوزن للكشف عن التغير في الاستشعار عن بعد تستخدم دمجاً زمنياً مبكراً ووحدة ميزات متعددة المقاييس خالية من المعلمات لاستبدال فك التشفير المعقد، مما يحقق توازناً مثالياً بين الأداء وكفاءة الحوسبة مع إثبات أن فعالية النموذج تعتمد أساساً على بنية المشفر.
تقترح الورقة البحثية VisRefiner، وهو إطار تدريب يعزز عملية توليد الكود من لقطات الشاشة من خلال تمكين النماذج من التعلم من التباينات البصرية بين المخرجات المُصيغة والتصاميم المستهدفة عبر الإشراف المتوافق مع الفروقات ومرحلة تعلم تعزيزي للتحسين الذاتي.