الأبحاث في مجلة: IEEE Transactions on Pattern Analysis and Machine Intelligence

HAC++: نحو ضغط 100X لتقنية Gaussian Splatting ثلاثية الأبعاد HAC++: Towards 100X Compression of 3D Gaussian Splatting

2026 | المؤلف: Yihang Chen وآخرون | المجلة: IEEE Transactions on Pattern Analysis and Machine Intelligence | المجال: الميكانيكا الحسابية (Computational Mechanics)

تناقش هذه الفقرة تطوير وأداء HAC++، وهي تقنية ضغط متقدمة لتقنية Gaussian Splatting (3DGS)، والتي هي إطار لتوليد وجهات نظر جديدة تتميز بسرعتها العالية في العرض ووفائها العالي. يبرز المؤلفون التحديات التي تطرحها الطبيعة غير المنظمة لسحابة النقاط من Gaussian، مما يستلزم طرق ضغط فعالة. يتناول HAC++ هذه التحديات من خلال استخدام شبكة تجزئة منظمة…
تعديل التردد المكاني للتقسيم الدلالي Spatial Frequency Modulation for Semantic Segmentation

2026 | المؤلف: Zhenyun Du | المجلة: IEEE Transactions on Pattern Analysis and Machine Intelligence | المجال: الرؤية الحاسوبية والتعرف على الأنماط (Computer Vision and Pattern Recognition)

تقدم البحث إطار عمل جديد يسمى تعديل التردد المكاني (SFM) يهدف إلى تعزيز دقة تقسيم المعاني من خلال معالجة التحديات التي تطرحها التداخل في المعلومات عالية التردد. يبرز المؤلفون أن التفاصيل عالية التردد، الضرورية للتقسيم الدقيق، عرضة للتشويه أثناء عمليات تقليل العينة، كما هو موصوف في نظرية عينة نيكويست-شانون. لمواجهة ذلك، يستخدم SFM عمليتين رئيسيتين:…
تقسيم الكائنات المخفية مع إشراف غير مكتمل Segment Concealed Objects With Incomplete Supervision

2026 | المؤلف: Chunming He وآخرون | المجلة: IEEE Transactions on Pattern Analysis and Machine Intelligence | المجال: الرؤية الحاسوبية والتعرف على الأنماط (Computer Vision and Pattern Recognition)

في هذه الورقة، يقدم المؤلفون طريقة موحدة جديدة لت segmenting الأجسام المخفية تحت إشراف غير كامل (ISCOS)، تُسمى SEE، والتي تعالج التحديات التي تطرحها الإشراف المحدود من البيانات المعلّمة بشكل غير كامل والتشابهات الجوهرية بين الأجسام المخفية وخلفياتها. تستخدم الطريقة إطار عمل المعلم المتوسط الذي يستفيد من نموذج Segment Anything (SAM) لتوليد تسميات زائفة من…
بروتو جي سي دي: تعلم النماذج الموحد وغير المتحيز لاكتشاف الفئات العامة ProtoGCD: Unified and Unbiased Prototype Learning for Generalized Category Discovery

2026 | المؤلف: Shijie Ma وآخرون | المجلة: IEEE Transactions on Pattern Analysis and Machine Intelligence | المجال: الذكاء الاصطناعي (Artificial Intelligence)

تقدم الورقة البحثية إطار عمل جديد يسمى ProtoGCD لاكتشاف الفئات العامة (GCD)، والذي يهدف إلى توحيد نمذجة الفئات القديمة والجديدة أثناء تعلم تمثيلات مناسبة. يعالج ProtoGCD قيود الطرق السابقة التي تعاملت مع الفئات القديمة والجديدة بشكل منفصل أو أهملت أهداف التجميع، مما أدى إلى تمثيلات متحيزة. يستخدم الإطار نماذج مشتركة وأهداف تعلم موحدة، إلى جانب…
توسيع المحول المدفوع بالنبض مع تدريب تقريبي فعال لإطلاق النبضات Scaling Spike-Driven Transformer With Efficient Spike Firing Approximation Training

2026 | المؤلف: Man Yao وآخرون | المجلة: IEEE Transactions on Pattern Analysis and Machine Intelligence | المجال: الهندسة الكهربائية والإلكترونية (Electrical and Electronic Engineering)

تتناول ورقة البحث التقدم في الشبكات العصبية النابضة (SNNs) كبديل منخفض الطاقة للشبكات العصبية الاصطناعية التقليدية (ANNs)، مع التركيز على تحديين حاسمين: الفجوة في الأداء بين SNNs و ANNs وتكاليف التدريب العالية المرتبطة بـ SNNs. يحدد المؤلفون العيوب الكامنة في الخلايا العصبية النابضة بسبب آليات إطلاقها الثنائية ويقدمون طريقة جديدة لتقريب إطلاق النبضات (SFA)، والتي…
ShadowNet لتعلم الأنظمة الكمية المتمحورة حول البيانات

2026 | المؤلف: Yuxuan Du وآخرون | المجلة: IEEE Transactions on Pattern Analysis and Machine Intelligence | المجال: الفيزياء الذرية والجزيئية والبصريات (Atomic and Molecular Physics, and Optics)

في هذا القسم، يتناول المؤلفون التحديات التي تطرحها لعنة الأبعاد في فهم الأنظمة الكمومية الكبيرة ويقترحون نموذج تعلم جديد يركز على البيانات ويجمع بين تقنيات التعلم الإحصائي. يبرزون قيود الطرق الحالية: تواجه الشبكات العصبية متطلبات حسابية كبيرة بسبب قواعد بناء مجموعة البيانات غير المتوافقة، بينما تفشل الظلال الكلاسيكية في الاستفادة من البيانات السابقة بشكل فعال…
التصنيف الشخصي البايزي المتغير

2026 | المؤلف: Bin Liu وآخرون | المجلة: IEEE Transactions on Pattern Analysis and Machine Intelligence | المجال: نظم المعلومات (Information Systems)

تقدم ورقة البحث تصنيف بايزي الشخصي المتغير (VarBPR)، وهو إطار عمل جديد للتعلم الثنائي القائم على التغذية الراجعة الضمنية يهدف إلى معالجة التحديات مثل الإشراف النادر، والتفاعلات المزعجة، وانحياز التعرض في التصفية التعاونية. يعيد VarBPR صياغة عملية التعلم كاستدلال متغير على متغيرات الفهرسة الكامنة المنفصلة، مما يسمح بنمذجة صريحة للضوضاء وعدم اليقين في الفهرسة. تنقسم…
تدريب منخفض الدقة لنماذج اللغة الكبيرة: الأساليب، التحديات، والفرص

2026 | المؤلف: Zhiwei Hao وآخرون | المجلة: IEEE Transactions on Pattern Analysis and Machine Intelligence | المجال: الذكاء الاصطناعي (Artificial Intelligence)

تقدم الدراسة مراجعة شاملة لأساليب التدريب ذات الدقة المنخفضة لنماذج اللغة الكبيرة (LLMs)، مع معالجة المطالب الكبيرة للموارد المادية التي تعيق الكفاءة وقابلية التوسع. تصنف الأساليب الحالية إلى ثلاث مجموعات رئيسية بناءً على التنسيقات العددية: (1) طرق النقطة الثابتة والطرق القائمة على الأعداد الصحيحة، (2) الطرق القائمة على النقطة العائمة، و(3) الطرق القائمة على التنسيقات…
UniDepthV2: تقدير العمق المقياسي الأحادي العالمي بشكل أبسط

2025 | المؤلف: Luigi Piccinelli وآخرون | المجلة: IEEE Transactions on Pattern Analysis and Machine Intelligence | المجال: الرؤية الحاسوبية والتعرف على الأنماط (Computer Vision and Pattern Recognition)

تقدم البحث UniDepthV2، وهو نموذج متقدم لتقدير العمق المترى أحادي العين (MMDE) الذي يعالج قيود الطرق الحالية، التي تكافح للتعميم عبر المجالات غير المرئية. على عكس الأساليب التقليدية التي تعتمد على معلومات إضافية أثناء الاستدلال، يتنبأ UniDepthV2 مباشرة بنقاط ثلاثية الأبعاد مترية من الصور الفردية، مستهدفًا حلاً أكثر عالمية وقابلية للتكيف. تشمل الابتكارات الرئيسية وحدة…