10757 पेपर
यह शोध पत्र AEGIS को प्रस्तुत करता है, जो विज़न सेंसरों के लिए एक सुदृढ़ एडवरसैरियल डिटेक्शन फ्रेमवर्क है, जो विविध एडवरसैरियल हमलों की प्रभावी ढंग से पहचान करने और उन्हें फ़िल्टर करने के साथ-साथ कैलिब्रेटेड अनसर्टेन्टी एस्टीमेट प्रदान करने के लिए एक सिमेंटिक-अवेयर GAN डिस्क्रिमिनेटर को इविडेंशियल डीप लर्निंग के साथ जोड़ता है।
DiffRGD एक प्लग-एंड-प्ले, इन्फरेंस-टाइम गाइडेंस फ्रेमवर्क है जो सैंपलिंग स्टेप्स को एक गोलाकार मैनिफोल्ड (spherical manifold) पर रिमानियन ग्रेडिएंट डिसेंट (Riemannian Gradient Descent) के माध्यम से हल किए जाने वाले बाधा-युक्त अनुकूलन समस्याओं (constrained optimization problems) के रूप में स्वरूपित करके प्री-ट्रेन्ड डिफ्यूजन मॉडल्स की लेटेंट गॉसियन संरचना को संरक्षित करता है, जिससे यह इमेज रेस्टोरेशन और कंडिशनल जनरेशन कार्यों में मौजूदा विधियों से बेहतर प्रदर्शन करता है।
MedDiffuseMix एक सैलियेंसी-गाइडेड डिफ्यूजन मिक्सिंग फ्रेमवर्क है जो महत्वपूर्ण नैदानिक साक्ष्यों को संरक्षित करते हुए कम-महत्व वाले बैकग्राउंड क्षेत्रों को चुनिलेक्टिव रूप से संवर्धित करके मेडिकल इमेज क्लासिफिकेशन को बढ़ाता है, जिससे विविध डेटासेट्स पर मॉडल की सटीकता और मजबूती में सुधार होता है।
यह शोध पत्र Animation2Code प्रस्तुत करता है, जो 1,069 वीडियो-एनिमेशन युग्मों और सटीक टेम्पोरल डायनेमिक्स के साथ निष्पादन योग्य वेब एनिमेशन को पुनर्गठित करने में वर्तमान विजन-लैंग्वेज मॉडल्स की सीमाओं का मूल्यांकन करने और उन्हें प्रकट करने के लिए नवीन मानव-संरेखित मेट्रिक्स से युक्त एक बेंचमार्क है।
मेस्ट्र्योशका (Meshtryoshka) वास्तविक दुनिया के दृश्यों के लिए एक नवीन विभेदन योग्य रेंडरिंग (differentiable rendering) ढांचे को पेश करता है जो विशेष विभेदन योग्य रेंडरर्स की आवश्यकता के बिना उच्च गुणवत्ता वाले नवीन दृश्य संश्लेषण (novel view synthesis) को सक्षम करने के लिए ऑफ-द-शेल्फ मेश रास्टराइज़र्स को 3D साइनेड डिस्टेंस फंक्शन (signed distance function) से निकाले गए नेस्टेड मेश शेल्स के साथ जोड़ता है।
AEGIR एक नवीन इनवर्स रेंडरिंग फ्रेमवर्क है जो एक डिफरेंशिएबल डिफर्ड रेंडरिंग पाइपलाइन के माध्यम से स्थानीय क्षेत्र उत्सर्जकों (local area emitters) को स्पष्ट रूप से मॉडल करके गॉसियन स्प्लेटिंग को उन्नत करता है, जिससे जटिल इनडोर दृश्यों में यथार्थवादी प्रकाश क्षीणन (light attenuation), सटीक छाया और बेहतर रिलाइटिंग क्षमताओं को प्राप्त करने के लिए इल्यूमिनेशन-मटेरियल अस्पष्टता को हल किया जा सके।
यह शोध पत्र DTMf-MIL को प्रस्तुत करता है, जो एक नवीन मल्टीपल इंस्टेंस लर्निंग मॉडल है जो प्राथमिक ट्यूमर हिस्टोलॉजी से मेटास्टैटिक जोखिम के पूर्वानुमान को बढ़ाने के लिए साइन्ड डिस्टेंस फंक्शन्स (signed distance functions) को स्पष्ट रूप से शामिल करता है ताकि ट्यूमर कोशिकाओं, फाइब्रोब्लास्ट और लिम्फोसाइट्स के बीच महत्वपूर्ण स्थानिक संबंधों को कैप्चर किया जा सके, जिससे यह उन मौजूदा विधियों से बेहतर प्रदर्शन करता है जो ऊतक संरचना (tissue architecture) की अनदेखी करती हैं।
यह शोध पत्र BREIT को प्रस्तुत करता है, जो 3D मल्टी-फ्रीक्वेंसी इलेक्ट्रिकल इम्पीडेंस टोमोग्राफी (MF-EIT) स्ट्रोक पुनर्निर्माण के लिए एक मॉड्यूलर फ्रेमवर्क है जिसमें एक न्यूरोइमेजिंग-टू-EIT पाइपलाइन, एक पायथन फॉरवर्ड सॉल्वर, और एक नवीन dFNO-bar डीप लर्निंग विधि शामिल है जो मौजूदा पुनर्निर्माण तकनीकों की तुलना में सिंथेटिक स्ट्रोक इमेजिंग में बेहतर स्ट्रक्चरल सिमिलरिटी प्रदर्शित करती है।
यह शोध पत्र एक रिएक्ट नेटिव-आधारित वर्चुअल रिंग ट्राई-ऑन सिस्टम प्रस्तुत करता है जो यथार्थवादी विज़ुअलाइज़ेशन के लिए उपयोगकर्ता के हाथ की छवि पर चयनित रिंगों को स्वचालित रूप से संरेखित, रीसाइज और ओवरले करने के लिए मीडियापाइप हैंड लैंडमार्क डिटेक्शन और YOLO-V8 ऑब्जेक्ट डिटेक्शन को एकीकृत करता है।
CoGS एक कंपोजिशनल गॉसियन-स्प्लेटिंग फ्रेमवर्क है जो दृश्य को समन्वित आर्टिकुलेटेड मानव, रिजिड ऑब्जेक्ट और स्टैटिक बैकग्राउंड शाखाओं में विघटित करके मोनोक्यूलर वीडियो से डायनेमिक ह्यूमन-ऑब्जेक्ट इंटरेक्शन दृश्यों को पुनर्गठित करता है, जिससे मोशन एंटैंगलमेंट को रोका जाता है और एक विशेष मल्टी-स्टेज ऑप्टिमाइजेशन शेड्यूल के माध्यम से पुनर्निर्माण की सटीकता में सुधार किया जाता है।