1707 ورقة بحثية
تقترح الورقة البحثية شبكة LDMFNet، وهي شبكة دمج ثنائية الأنماط خفيفة الوزن تتميز بهيكل دعم ثنائي الميزات ووحدات انتباه متخصصة لتحقيق كشف دقيق وفعال للأجسام متعددة الأطياف عبر مجموعات بيانات مختلفة مع التفوق على الخوارزميات الحالية في الدقة والتعميم.
تقترح الورقة البحثية BMTransUNet، وهو نموذج U-Net متعدد الوسائط ذو بوابات مدرك للحدود، يدمج بيانات RGB وDSM من خلال الاندماج التكيفي، ونمذجة السياق القائمة على محول الرؤية (Vision Transformer)، واتصالات تخطي معززة للحواف لتحقيق دقة فائقة في التجزئة الدلالية لصور الاستشعار عن بعد.
تقترح هذه الورقة مخطط ترشيحاً قوياً ثنائي المراحل يجمع بين الأتمتة الخلوية الضبابية ومقاييس تشابه جاكارد ومسافة هامينج للكشف عن ضوضاء الملح والفلفل وإزالتها بفعالية مع الحفاظ على تفاصيل الصورة الدقيقة والتفوق على التقنيات الحالية.
تقترح هذه الورقة إطار عمل STAM، الذي يدمج التعلم التبايني من أجل تضمينات مدركة للمشهد مع مشفر محول موجه بواسطة انتباه التعلم متعدد الحالات، لمعالجة القيود السياقية والزمنية في كشف الشذوذ في الفيديو بفعالية وتحقيق دقة فائقة في مجموعات البيانات المرجعية.
يقترح SemPix3D إطار عمل هجينًا يجمع بين حقل الإشعاع العصبي لتوليد خرائط تسمية مدركة ثلاثية الأبعاد ومولد يعتمد على StyleGAN لتخليق صور RGB متعددة المشاهد عالية الجودة ومتسقة، محققًا تحسينات كبيرة في التنوع ودرجات FID مقارنة بالطرق الحالية.
تقترح هذه الورقة نموذج YOLOv8n محسناً وخفيف الوزن للكشف عن حرائق الغابات عبر الطائرات بدون طيار، يدمج التلافيف الديناميكية، ورأساً للكشف متعدد الوعي، وانتباهاً عبر مكاني لتعزيز دقة الأهداف الصغيرة وتقليل الإنذارات الكاذبة بشكل كبير مع الحفاظ على حجم مدمج مناسب للنشر الفوري على متن الطائرة.
تقترح الورقة البحثية إطار عمل SCEESR، وهو إطار عمل جديد يعتمد على الانتشار أحادي الخطوة لرفع دقة الصور، يستخدم آلية ControlNet للتوجيه الحواف الدلالي ودالة فقدان هجينة للموازنة بفعالية بين السلامة الهيكلية، والجودة الإدراكية، وسرعة الاستنتاج في عمليات ترميم الصور في العالم الحقيقي.
تقترح هذه الورقة البحثية إطار عمل FMA-DETR، وهو إطار ترانسفورمر (Transformer) تكيُّفي يدمج شبكة صقل الميزات، ووحدة انتباه مكاني-قنوي متعدد المقاييس، ووحدة دمج تكيُّفية واعية بالتردد، للتغلب بفعالية على ضوضاء التبقّع وتعقيد الخلفية من أجل الكشف عالي الدقة للأهداف الصغيرة الكثيفة في صور رادار الفتحة الاصطناعية (SAR).
تقيم هذه الدراسة قدرة نماذج اللغات الكبيرة المختلفة على فهم الأفعال الكلامية غير المباشرة في اللغة الكورية من خلال بناء مجموعة بيانات متخصصة واستخدام تقييمات آلية وبشرية، مما يكشف أنه بينما تتفوق النماذج المملوكة مثل Claude3-Opus على البدائل مفتوحة المصدر، إلا أن أيًا منها لا يضاهي بعد مستوى الكفاءة البشرية في تفسير النوايا المعتمدة على السياق.
تقترح الورقة البحثية طريقة EGDIS، وهي طريقة لإخفاء المعلومات في صور المستندات بتوجيه من الحواف، تستخدم خوارزمية "كاني" (Canny) تكيفية وشبكة دمج عبر الانتباه المتقاطع تعتمد على المحولات لدمج ميزات الحواف مع الصور الخام والرسائل السرية، مما يحقق أداءً فائقاً في التضمين وجودة بصرية عالية على مجموعات البيانات القياسية.