الأبحاث المرتبطة بالكلمة المفتاحية: نماذج الرؤية واللغة
-
كشف الكائنات باستخدام نماذج الرؤية واللغة متعددة الوسائط: مراجعة متعمقة Object detection with multimodal large vision-language models: An in-depth review
2026 | المؤلف: Ranjan Sapkota وآخرون | المجلة: Information Fusion | المجال: الرؤية الحاسوبية والتعرف على الأنماط (Computer Vision and Pattern Recognition)تتناول المراجعة التأثير التحويلي لنماذج اللغة والرؤية الكبيرة (LVLMs) على اكتشاف الأشياء، مع التأكيد على قدرتها على دمج معالجة اللغة الطبيعية (NLP) مع تقنيات رؤية الكمبيوتر (CV). توضح استكشافًا منظمًا للحالة الحالية لأحدث ما توصلت إليه التكنولوجيا في LVLMs، مع تفاصيل حول ابتكاراتها المعمارية، ونماذج التدريب، ومرونة المخرجات التي تعزز الفهم السياقي في مهام اكتشاف…
-
نمذجة الرؤية واللغة تلتقي بالاستشعار عن بعد: النماذج ومجموعات البيانات ووجهات النظر Vision-Language Modeling Meets Remote Sensing: Models, datasets, and perspectives
2026 | المؤلف: Xingxing Weng وآخرون | المجلة: IEEE Geoscience and Remote Sensing Magazine | المجال: الرؤية الحاسوبية والتعرف على الأنماط (Computer Vision and Pattern Recognition)تقدم هذه القسم نظرة شاملة على التقدم في نمذجة اللغة والرؤية (VLM) ضمن مجال الاستشعار عن بعد، مع التركيز على نموذج المرحلتين للتدريب المسبق على أزواج الصور والنصوص الكبيرة يليه التخصيص الدقيق للمهام. يبرز التقدم الكبير الذي تم إحرازه في سد الفجوة بين البيانات المرئية واللغة الطبيعية، مما يمكّن النماذج من الأداء بفعالية عبر مهام…
-
أمان إنترنت الوكلاء: الهجمات والتدابير المضادة Security of Internet of Agents: Attacks and Countermeasures
2026 | المؤلف: Yuntao Wang وآخرون | المجلة: IEEE Open Journal of the Computer Society | المجال: شبكات واتصالات الحاسوب (Computer Networks and Communications)تقدم هذه القسم من ورقة البحث نظرة عامة على إنترنت الوكلاء (IoA)، مع تسليط الضوء على تطوره بسبب التقدم في نماذج اللغة الكبيرة ونماذج اللغة-الرؤية. يمثل IoA بنية جديدة تسهل التنسيق القابل للتوسع والآمن بين مجموعة متنوعة من وكلاء الذكاء الاصطناعي القادرين على الإدراك، والتفكير، واتخاذ القرار. يقوم المؤلفون بفحص منهجي للتحديات الأمنية والخصوصية المتأصلة…
-
نموذج الرؤية واللغة لتوليد التقارير وتوقع النتائج في تصوير الأوعية الرئوية بالتصوير المقطعي المحوسب Vision-language model for report generation and outcome prediction in CT pulmonary angiogram
2026 | المؤلف: Zhusi Zhong وآخرون | المجلة: npj Digital Medicine | المجال: الرؤية الحاسوبية والتعرف على الأنماط (Computer Vision and Pattern Recognition)تقدم ورقة البحث إطار عمل مبتكر قائم على الوكلاء يستفيد من نماذج الرؤية واللغة (VLMs) ونماذج اللغة الكبيرة (LLMs) لتعزيز الكشف والإبلاغ عن شذوذات الانسداد الرئوي (PE) من مسح تصوير الأوعية الرئوية بواسطة الأشعة المقطعية (CTPA). تم تدريب هذا الإطار على مجموعة بيانات كبيرة تضم أكثر من 69,000 دراسة CTPA من 24,890 مريضًا عبر مؤسسات…
-
MSCPT: تصنيف صور الشرائح الكاملة قليل اللقطات مع ضبط دقيق متعدد المقاييس ومركز على السياق MSCPT: Few-Shot Whole Slide Image Classification With Multi-Scale and Context-Focused Prompt Tuning
2026 | المؤلف: Minghao Han وآخرون | المجلة: IEEE Transactions on Medical Imaging | المجال: الذكاء الاصطناعي (Artificial Intelligence)تقدم ورقة البحث نهجًا جديدًا يسمى ضبط التوجيه متعدد المقاييس والتركيز على السياق (MSCPT) يهدف إلى تعزيز تصنيف الصور الكاملة ذات الإشراف الضعيف بعدد قليل من العينات (FSWC). تتطلب طرق التعلم المتعدد الحالات التقليدية (MIL) بيانات موسومة واسعة، والتي غالبًا ما تكون نادرة، خاصة للأمراض النادرة. يتناول MSCPT هذه التحديات من خلال استخدام نماذج الرؤية…
-
RS-MoE: نموذج رؤية-لغة مع مزيج من الخبراء لتسمية صور الاستشعار عن بعد والإجابة على الأسئلة البصرية RS-MoE: A Vision–Language Model With Mixture of Experts for Remote Sensing Image Captioning and Visual Question Answering
2026 | المؤلف: Hui Lin وآخرون | المجلة: IEEE Transactions on Geoscience and Remote Sensing | المجال: الرؤية الحاسوبية والتعرف على الأنماط (Computer Vision and Pattern Recognition)تقدم ورقة البحث RS-MoE، وهو نموذج جديد قائم على مزيج من الخبراء (MoE) لنموذج اللغة والرؤية (VLM) مصمم خصيصًا لوصف صور الاستشعار عن بعد (RSIC). غالبًا ما تفشل الطرق التقليدية لوصف صور الاستشعار عن بعد في توليد أوصاف غنية بسبب قدرتها المحدودة على التكيف مع الخصائص الفريدة لصور الاستشعار عن بعد. يتناول RS-MoE هذه التحديات…
-
تقييم ChatGPT وDeepSeek لبعضهما البعض في مجال التعليم العلمي ChatGPT and DeepSeek Evaluate One Another for Science Education
2026 | المؤلف: Konstantinos Τ. Kotsis | المجلة: EIKI Journal of Effective Teaching Methods | المجال: نظم المعلومات (Information Systems)تقيّم هذه الورقة أدوار ChatGPT وDeepSeek في تعليم العلوم، مع التركيز على وظائفهما المميزة. يستفيد ChatGPT من معالجة اللغة المتقدمة لتعزيز بيئة تعلم تفاعلية، مما يسهل الحوار والتغذية الراجعة الفورية، مما يعزز تفاعل الطلاب في مناقشات العلوم. ومع ذلك، فهو أقل فعالية في المهام المعقدة الموجهة للبحث، مما يشير إلى قيود في معالجة المواضيع العلمية…
-
CILP-FGDI: استغلال نموذج الرؤية-اللغة لإعادة تحديد الهوية الشخصية القابلة للتعميم CILP-FGDI: Exploiting Vision-Language Model for Generalizable Person Re-Identification
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.…