13202 ورقة بحثية
يُعد VOILA إطار عمل مراعياً للتكلفة يختار ديناميكياً الدقة البصرية المثلى للإجابة على الأسئلة متعددة الوسائط من خلال التنبؤ بدقة الاسترجاع وتكاليفه، محققاً بذلك تخفيضات كبيرة في التكلفة مع الحفاظ على دقة عالية عبر مختلف مجموعات البيانات والنماذج.
تقترح هذه الورقة طريقة مبتكرة لترميم الصور تخفف من فقدان المعلومات أثناء عملية خفض العينة التلافيفية عبر الاستفيد من استراتيجية توجيه إعادة البناء المتبادل بين خرائط سمات الهيكل والنسيج من خلال التطبيع وإلغاء التطبيع الإحصائي، محققةً أداءً هو الأفضل في فئته عبر دقات عرض مختلفة.
تقدم هذه الورقة MUSE، وهو إطار عمل متعدد الوكلاء يعالج تحديات توليد القصص السمعية البصرية طويلة التنسيق من خلال توظيف عملية تنظيم معرفي مغلقة الحلقة للتخطيط والتنفيذ والتحقق والمراجعة بشكل تكراري، مما يضمن تماسك السرد واتساق الهوية عبر التسلسلات الممتدة.
تقدم هذه الورقة نهجاً عصبياً رمزياً يجمع بين النماذج اللغوية الكبيرة لتوليد البرامج ذات المعلمات وبين التحسين البايزي لضبط المعلمات لحل مشكلات بونغارد، مما يسد الفجوة بين الإدراك البصري والاستدلال التجريدي.
يُعد SAFE-KD غلافاً عالمياً متعدد المخارج للنماذج الرؤيوية الأساسية، يجمع بين تقطير المعرفة الهرمي والتحكم في مخاطر التوافق لتمكين عمليات الخروج المبكرة والآمنة للاستدلال مع ضمان مستويات مخاطر التصنيف الخاطئ التي يحددها المستخدم.
تقدم هذه الورقة البحثية JRDB-Pose3D، وهي مجموعة بيانات شاملة تم التقاطها من منصة روبوتية متنقلة توفر توصيفات غنية لوضعية وشكل جسم الإنسان ثلاثي الأبعاد لمشاهد داخلية وخارجية معقدة ومتعددة الأشخاص، مما يعالج أوجه القصور في مجموعات البيانات الحالية المقتصرة على شخص واحد أو البيئات الخاضعة للتحكم لدعم تطبيقات الروبوتات في العالم الحقيقي بشكل أفضل.
تقدم هذه الورقة البحثية EvoAug، وهو مسار مؤتمت يجمع بين النماذج التوليدية وخوارزمية تطورية لتعلم عمليات تعزيز البيانات المثلى والهرمية والخاصة بمهام محددة، مما يظهر أداءً محسناً في سيناريوهات التصنيف دقيق التفاصيل والتعلم من عينات قليلة.
تستخدم هذه الدراسة تصميماً عادلاً بين الأنواع لمقارنة الأطفال والشبكات العصبية الالتفافية (CNNs) في تعلم الفئات شبه الموجه بلقطات قليلة، مما يكشف أنه بينما يستفيد كلا الطرفين من الإشراف، يُظهر الأطفال تحيزات محددة للميزات وحساسية تجاه المحاذاة، في حين تُظهر الشبكات العصبية الالتفافية تفاعلاً أكثر تعقيداً حيث تعمل المحاذاة وبنية الميزات على تعديل تأثير الملصقات الإضافية.
تقدم هذه الورقة البحثية "البحث عن التطور الطيفي" (Spectral Evolution Search - SES)، وهو إطار عمل جاهز للاستخدام (plug-and-play) يعمل على تحسين كفاءة التوسع أثناء الاستدلال لتوليد الصور المتوافقة مع المكافأة، وذلك من خلال قصر البحث التطوري الخالي من التدرج على فضاء فرعي منخفض التردد، مما يتغلب على عدم الكفاءة الناجمة عن الانحياز الطيفي في تحسين الضوضاء عالية الأبعاد.
يقدم EventFlash نموذجاً لغوياً كبيراً متعدد الوسائط يعتمد على الأحداث بكفاءة، والذي يستفيد من التناثر الرمزي المكاني والزماني، مدعوماً بمجموعة بيانات جديدة واسعة النطاق ووحدات تكيفية، لتحقيق تحسينات كبيرة في معدل الإنتاجية وقدرات المعالجة طويلة المدى مع الحفاظ على أداء مماثل للنماذج المرجعية الحالية.