دسته: مقالات علمی

آیا تا به حال دقت کردید که مدل‌های تبدیل متن به تصویر (T2I) گاهی اوقات خیلی محدود عمل می‌کنند و تنوع خروجی‌ها پایین است؟…

محققان در مقاله جدیدی از مدل جدیدی به نام «DriftWorld» رونمایی کرده‌اند که انقلابی در دنیای مدل‌های پیش‌بینی‌کننده (World Models) برای ربات‌ها ایجاد کرده…

محققان در مقاله جدیدی روشی تحت عنوان ESAR معرفی کرده‌اند که دنیای بازسازی تصویر را متحول می‌کند. این روش با استفاده از «بازسازی دیافراگم…

محققان در مطالعه‌ای جدید، سیستم‌های هوش مصنوعی چندوجهی (Multimodal) را در حوزه تصویربرداری پزشکی (آندوسکوپی) بررسی کردند. نتیجه جالب بود: لزوماً کسب امتیاز بالا…

محققان روش جدیدی ابداع کرده‌اند که می‌تواند با استفاده از تصاویر دوربین و داده‌های لایدار (Lidar)، سیگنال‌های رادار خودرو را با دقت فوق‌العاده‌ای شبیه‌سازی…

محققان روش جدیدی به نام Conditioning Residuals معرفی کرده‌اند که می‌تواند عملکرد مدل‌های تولید تصویر و ویدیو (Diffusion Models) را به طرز چشمگیری بهبود…

محققان در مقاله‌ای جدید، مدل جدیدی به نام LaViDa را معرفی کرده‌اند که با استفاده از «مدل‌های نفوذی» (Diffusion Models)، رویکردی متفاوت از مدل‌های…

محققان در مقاله جدید خود از مدل SEMA (Scalable and Efficient Mamba like Attention) رونمایی کردند. این مدل با هدف رفع چالش‌های مدل‌های ترنسفورمر،…

محققان در مقاله جدیدی از مدل هوشمند DINO-SLAM رونمایی کردند که هدفش ارتقای درک ربات‌ها از محیط سه‌بعدی است. این سیستم با ترکیب ویژگی‌های…

تکنولوژی Gaussian Splatting (3DGS) که این روزها دنیای گرافیک و بینایی ماشین رو متحول کرده، حالا با معرفی متد جدید «GSVisLoc» دقیق‌تر شده است!…