الأبحاث في مجلة: Pattern Recognition
-
A3-FPN: شبكة الانتباه الهرمية المدركة للمحتوى غير المتناهية للتنبؤ البصري الكثيف A3-FPN
2026 | المؤلف: Meng’en Qin وآخرون | المجلة: Pattern Recognition | المجال: الرؤية الحاسوبية والتعرف على الأنماط (Computer Vision and Pattern Recognition)تقدم البحث شبكة الانتباه الهرمية المدركة للمحتوى غير المتناهية (A³-FPN)، المصممة لتعزيز تمثيل الميزات متعددة المقاييس في مهام التنبؤ الكثيف، مع التركيز بشكل خاص على معالجة قيود الشبكات الهرمية الحالية في التعرف على الأجسام الصغيرة. تستخدم A³-FPN شبكة عمودية منتشرة أفقياً تسهل التفاعل العالمي غير المتناهي للميزات وتفكك التمثيلات الهرمية. تدمج وحدات انتباه مدركة للمحتوى…
-
تنوع Real-IAD: دفع مجموعة بيانات كشف الشذوذ الصناعي إلى عصر حديث
2026 | المؤلف: Wenbing Zhu وآخرون | المجلة: Pattern Recognition | المجال: الهندسة الصناعية وهندسة التصنيع (Industrial and Manufacturing Engineering)يقدم القسم نظرة شاملة على اكتشاف الشذوذ الصناعي (IAD)، مع التأكيد على دوره الحاسم في تعزيز السلامة التشغيلية وجودة المنتج وكفاءة التصنيع. يحدد المؤلفون القيود الكبيرة في المعايير العامة الحالية، لا سيما فيما يتعلق بتنوع الفئات وحجم مجموعة البيانات، مما يعيق أداء خوارزميات IAD. لمعالجة هذه التحديات، يقدمون Real-IAD Variety، وهو معيار يتكون من 198,950…
-
التعلم المدفوع بالتكامل – تمثيل التعلم لإكمال الرسم البياني المعرفي متعدد الوسائط
2026 | المؤلف: Lijian Li وآخرون | المجلة: Pattern Recognition | المجال: الذكاء الاصطناعي (Artificial Intelligence)تقدم ورقة البحث إطار عمل مزيج خبراء الأنماط التكميلية (MoCME)، المصمم لإكمال الرسم البياني المعرفي متعدد الأنماط (MMKGC). يعالج هذا الإطار التحديات التي تطرحها عدم التوازن الفطري في الرسوم البيانية المعرفية متعددة الأنماط، حيث تختلف توزيعات الأنماط عبر الكيانات. غالبًا ما تستخدم طرق MMKGC التقليدية آليات دمج قائمة على الانتباه أو البوابات لكنها تفشل في…
-
LCF3D: إطار عمل قوي وفي الوقت الحقيقي للدمج المتأخر للكشف عن الأجسام ثلاثية الأبعاد في القيادة الذاتية LCF3D
2026 | المؤلف: Carlo Sgaravatti وآخرون | المجلة: Pattern Recognition | المجال: هندسة السيارات (Automotive Engineering)يقدم هذا القسم LCF3D، وهو إطار عمل جديد لدمج المستشعرات مصمم لتعزيز تحديد مواقع الأجسام ثلاثية الأبعاد، مثل المشاة وراكبي الدراجات، في تطبيقات القيادة الذاتية. يدمج الإطار كاشف أجسام ثنائي الأبعاد يعمل على صور RGB مع كاشف أجسام ثلاثي الأبعاد يستخدم سحب نقاط LiDAR، مما يعالج التحديات المرتبطة بدمج هذه المصادر البيانية بشكل فعال لتحسين…
-
إزالة الضباب الفعالة من الصور في مجالين باستخدام إدراك الضباب السابق
2026 | المؤلف: Lirong Zheng وآخرون | المجلة: Pattern Recognition | المجال: الرؤية الحاسوبية والتعرف على الأنماط (Computer Vision and Pattern Recognition)تقدم ورقة البحث شبكة إزالة الضباب المدفوعة بالقناة المظلمة (DGFDNet)، وهي إطار عمل جديد ثنائي المجال مصمم لتعزيز إزالة الضباب من صورة واحدة من خلال محاذاة فعالة لمؤشرات تدهور المجال المكاني وتدهور المجال الترددي. غالبًا ما تكافح الطرق التقليدية المعتمدة على المحولات مع التكاليف الحسابية العالية والأداء غير الكافي في ظروف الضباب المعقدة بسبب اعتمادها…
-
إعادة المطابقة: إعادة تحديد الأنواع ذات الأنماط في سيناريوهات المجموعة المفتوحة من خلال مطابقة النقاط الرئيسية والخطوط
2026 | المؤلف: Roberto Alcaraz وآخرون | المجلة: Pattern Recognition | المجال: الرؤية الحاسوبية والتعرف على الأنماط (Computer Vision and Pattern Recognition)تقدم هذه الدراسة ReMatch، وهو خط أنابيب مبتكر لإعادة التعرف الفردي على الأنواع ذات الأنماط، والذي يدمج بين مطابقة النقاط الرئيسية والخطوط ضمن إطار احتمالي. يسمح هذا التصميم لـ ReMatch بالعمل بشكل قوي في سيناريوهات المجموعة المفتوحة، مما يميزه عن الطرق التقليدية التي تعتمد على مجموعة ثابتة من الأفراد المعروفين. تم التحقق من فعالية ReMatch…
-
التعلم الفيدرالي الشخصي التحليلي
2026 | المؤلف: Zhenyun Du وآخرون | المجلة: Pattern Recognition | المجال: الذكاء الاصطناعي (Artificial Intelligence)يتناول هذا القسم تطوير التعلم الفيدرالي التحليلي (AFL) وتحسيناته لمعالجة التحديات في التعلم الفيدرالي (FL) مع توزيعات البيانات غير المتجانسة. الإطار المقترح، FedACnnL، يستخدم طريقة تدريب تعاونية على مستوى الطبقات لشبكات الأعصاب العميقة (DNNs)، حيث يتم تأطير تدريب كل طبقة كمشكلة توزيع أقل المربعات (LS). هذه الطريقة تقلل بشكل كبير من وقت التدريب، محققة نسبة…
-
CLIP التباين: التكيف غير المراقب الموجه بواسطة اللغة
2026 | المؤلف: Jinjing Zhu وآخرون | المجلة: Pattern Recognition | المجال: الذكاء الاصطناعي (Artificial Intelligence)في هذه الورقة، قدمنا CLIP-Div، وهو نهج جديد موجه باللغة مصمم لتعزيز أداء نماذج التكيف غير الخاضع للإشراف (UDA) من خلال الاستفادة من الغنى الدلالي وقدرات التعميم بدون تدريب لـ CLIP. تشمل المساهمات الرئيسية تطوير قياسين مبتكرين للانحراف الموجه باللغة—الانحراف المطلق والانحراف النسبي—للمواءمة بين المجالات المصدر والهدف، بالإضافة إلى استراتيجية تعليم زائف موجهة باللغة تقوم…
-
LMFNet: شبكة دمج متعددة الوسائط خفيفة الوزن لتجزئة صور الاستشعار عن بعد عالية الدقة
2026 | المؤلف: Tong Wang وآخرون | المجلة: Pattern Recognition | المجال: تكنولوجيا الإعلام (Media Technology)في هذا البحث، يقدم المؤلفون شبكة دمج متعددة الأنماط خفيفة الوزن (LMFNet)، وهي بنية قابلة للتوسع ومرنة مصممة لدمج بيانات الاستشعار عن بعد، وبشكل خاص الصور متعددة الأطياف عالية الدقة ونماذج السطح الرقمية (DSM)، لمهام تقسيم المعاني. تتميز LMFNet بوحدة دمج متعددة الأنماط جديدة تتكون من طبقة إعادة بناء ميزات متعددة الأنماط (MFFR) وطبقة دمج…
-
تقييم تصنيف الصور الطبية في العالم الحقيقي مع تسميات مشوشة: التحديات، الممارسة، والرؤية المستقبلية
2026 | المؤلف: Yuan Ma وآخرون | المجلة: Pattern Recognition | المجال: الذكاء الاصطناعي (Artificial Intelligence)يقدم هذا القسم نظرة عامة على التحديات المرتبطة بالتعلم من التسميات الضوضائية في تحليل الصور الطبية، حيث المعرفة الخبيرة مطلوبة للتعليق وغالبًا ما تؤدي التباينات بين المراقبين إلى تسميات غير متسقة. لتقييم قوة الطرق الحالية في هذا المجال بشكل منهجي، يقدم المؤلفون LNMBench، وهو معيار شامل مصمم للضوضاء في التسميات في التصوير الطبي. يتضمن LNMBench…
