الأبحاث في مجلة: Image and Vision Computing
-
FRoundation: هل النماذج الأساسية جاهزة للتعرف على الوجه؟ FRoundation: Are foundation models ready for face recognition?
2026 | المؤلف: Tahar Chettaoui وآخرون | المجلة: Image and Vision Computing | المجال: الرؤية الحاسوبية والتعرف على الأنماط (Computer Vision and Pattern Recognition)تستكشف هذه الورقة البحثية قابلية تطبيق نماذج الأساس، التي يتم تدريبها عادةً بطريقة غير خاضعة للإشراف أو ذاتية الإشراف، في مجال التعرف على الوجه (FR). يقترح المؤلفون تعديلات على هذه النماذج للتعرف على الوجه عبر مستويات مختلفة من توفر البيانات، بما في ذلك استخدام البيانات الاصطناعية. من خلال تجارب موسعة تشمل نماذج أساس متعددة ومجموعات…
-
التعلم العميق المتقدم ونماذج اللغة الكبيرة: رؤى شاملة لاكتشاف السرطان
2025 | المؤلف: Yassine Habchi وآخرون | المجلة: Image and Vision Computing | المجال: طب الأعصاب (Neurology)تقدم الورقة مراجعة شاملة لتقنيات التعلم العميق المتقدمة وتأثيرها التحويلي على اكتشاف السرطان وتشخيصه. تسلط الضوء على تفوق التعلم العميق على طرق التعلم الآلي التقليدية ودقة الإنسان في معالجة التحديات الطبية المعقدة، لا سيما في اكتشاف السرطان المبكر. تركز المراجعة على عدة منهجيات متطورة، بما في ذلك التعلم بالنقل، التعلم المعزز، التعلم الفيدرالي، المحولات، ونماذج…
-
ASF-YOLO: نموذج YOLO جديد مع دمج تسلسل المقياس الانتباهي لتجزئة حالات الخلايا
2024 | المؤلف: Ming Kang وآخرون | المجلة: Image and Vision Computing | المجال: الذكاء الاصطناعي (Artificial Intelligence)في هذا القسم، يقدم المؤلفون تطوير نموذج ASF-YOLO، وهو إطار متقدم لتجزئة الكائنات مصمم لتحليل صور الخلايا. يدمج هذا النموذج دمج الميزات المكانية والقياسية لتعزيز الكشف والتجزئة للأشياء الصغيرة والكثيفة في صور الخلايا. تشمل الابتكارات الرئيسية تقديم وحدات SSFF (دمج الميزات المكانية والقياسية) وTFE (تعزيز الميزات الزمنية)، والتي تحسن بشكل كبير أداء التجزئة متعددة المقاييس.…
-
مقارنة استراتيجيات الضبط الدقيق لتعلم النقل في تصنيف الصور الطبية
2024 | المؤلف: Ana Davila وآخرون | المجلة: Image and Vision Computing | المجال: الذكاء الاصطناعي (Artificial Intelligence)تتناول هذه الدراسة تحدي تكييف النماذج المدربة مسبقًا لسياقات التصوير الطبي المتخصصة، مع تسليط الضوء على قيود تطبيق النماذج المتقدمة مباشرة على بيانات طبية متنوعة. تقيم الدراسة ثماني استراتيجيات للتعديل الدقيق، بما في ذلك التقنيات القياسية والأساليب المبتكرة مثل تحرير الطبقات تدريجيًا ومعدلات التعلم التكيفية، عبر ثلاث بنى معروفة لشبكات الأعصاب التلافيفية (CNN) – ResNet-50…