تخطى إلى المحتوى
العالِم العربي
  • الصفحة الرئيسية
  • مجالات الأبحاث
  • أحدث الأبحاث
  • عن الموقع
  • تواصل معنا
  1. الرئيسية
  2. قائمة الكلمات المفتاحية
  3. محاذاة الصورة والنص

الأبحاث المرتبطة بالكلمة المفتاحية: محاذاة الصورة والنص




  • الذكاء الاصطناعي التوليدي للذكاء البصري: تحليل براءات اختراع أنظمة وطرق OpenAI لتوليد الصور الشرطية النصية الهرمية – الولايات المتحدة 11,922,550

    2026 | المؤلف: Isha Devadiga وآخرون | المجلة: Poornaprajna International Journal of Basic & Applied Sciences (PIJBAS) | المجال: الرؤية الحاسوبية والتعرف على الأنماط (Computer Vision and Pattern Recognition)

    تقوم ورقة البحث بتحليل منهجي لبراءة الاختراع “أنظمة وطرق لتوليد الصور الشرطية النصية الهرمية” (US 11,922,550 B1)، مع التركيز على أهميتها التكنولوجية والاستراتيجية والتجارية في مجال الذكاء الاصطناعي التوليدي. تستخدم الاختراع المحمي بنية هرمية من مرحلتين تدمج نموذج التعلم المسبق للغة والصورة القائم على التباين (CLIP) مع توليد الصور القائم على الانتشار، مما يمكّن من…


  • DualKanbaFormer: إطار فعال انتقائي نادر لتحليل المشاعر القائم على الجوانب متعددة الأنماط

    2026 | المؤلف: Adamu Lawan وآخرون | المجلة: IEEE Transactions on Emerging Topics in Computational Intelligence | المجال: الذكاء الاصطناعي (Artificial Intelligence)

    تقدم البحث DualKanbaFormer، وهو إطار مبتكر مصمم لتعزيز تحليل المشاعر القائم على الجوانب متعدد الوسائط (MABSA) من خلال دمج البيانات النصية والمرئية. تواجه آليات الانتباه التقليدية تحديات بسبب تعقيدها التربيعي، مما يحد من قدرتها على التقاط الاعتماديات السياقية العالمية والمعلومات الدلالية الغنية بشكل فعال. للتغلب على هذه القيود، يستخدم DualKanbaFormer وحدات KanbaFormer النصية والمرئية بالتوازي،…


  • Med3DVLM: نموذج رؤية-لغة فعال لتحليل الصور الطبية ثلاثية الأبعاد Med3DVLM

    2026 | المؤلف: Zhenyun Du وآخرون | المجلة: IEEE Journal of Biomedical and Health Informatics | المجال: الرؤية الحاسوبية والتعرف على الأنماط (Computer Vision and Pattern Recognition)

    تقدم البحث Med3DVLM، وهو نموذج رؤية-لغة (VLM) مصمم خصيصًا لتحليل الصور الطبية ثلاثية الأبعاد، حيث يتناول التحديات المتعلقة بالمتطلبات الحسابية العالية ومحاذاة الميزات المكانية ثلاثية الأبعاد مع النصوص السريرية. يتضمن Med3DVLM ثلاثة مكونات مبتكرة: (1) DCFormer، وهو مشفر فعال يستخدم عمليات الالتفاف ثلاثية الأبعاد المفككة لالتقاط الميزات المكانية الدقيقة بشكل فعال؛ (2) SigLIP، وهي استراتيجية…


  • CILP-FGDI: استغلال نموذج الرؤية-اللغة لإعادة تحديد الهوية الشخصية القابلة للتعميم

    2026 | المؤلف: Zhenyun Du وآخرون | المجلة: IEEE Transactions on Information Forensics and Security | المجال: الرؤية الحاسوبية والتعرف على الأنماط (Computer Vision and Pattern Recognition)

    في هذا القسم، يستكشف المؤلفون تطبيق CLIP (التدريب المسبق التبايني للغة والصورة)، وهو نموذج للرؤية واللغة، لتعزيز إعادة التعرف على الأشخاص من خلال اكتساب تمثيلات دقيقة وغير متغيرة عبر المجالات. يحددون تحديين رئيسيين: الحاجة إلى تحسين القدرة التمييزية من خلال تعلم الميزات الدقيقة وضرورة تعلم الميزات غير المتغيرة عبر المجالات لتعزيز التعميم عبر سياقات مختلفة.…


حقوق النشر © 2026 العالِم العربي. جميع الحقوق محفوظة. موقع العالِم العربي غير مسؤول عن محتوى المواقع الخارجية.