cs ورقة بحثية | Gist.Science

2D Rotary Position Embedding for Scene Text Recognition with Transformers

تقدم هذه الورقة \method{}، وهو تكييف خالٍ من المعلمات لتمثيل الموضع الدوراني ثنائي الأبعاد (2D Rotary Position Embedding) للتعرف على النصوص في المشاهد، والذي يعالج أوجه القصور في الطرق الحالية من خلال تخصيص الأبعاد بشكل متباين لتتناسب مع نسب أبعاد النص وتوسيع الاقتران الدوراني ليشمل الانتباه المتقاطع بين المشفر وفك التشفير (encoder-decoder cross-attention)، مما يؤدي إلى تحسين الدقة بشكل كبير في تخطيطات النصوص المنحنية، والمائلة، والمشوهة من منظور المنظور.

Zobeir Raisi2026-08-27

💻 computer science

A PRISMA-Guided Critical Review of CNN, Transformer, and Hybrid Object Detection Architectures for Autonomous Driving

تحدد هذه المراجعة النقدية الموجهة بمنهجية PRISMA لـ 142 دراسة حول بنيات اكتشاف الأشياء القائمة على الشبكات العصبية الالتفافية (CNN)، والمحولات (Transformer)، والهجينة للقيادة الذاتية، فجوات كبيرة في أدلة النشر في العالم الحقيقي، وتستعرض إطار عمل AVOD-DRF لتمكين الاختيار القائم على الأدلة والقابل للتكرار للمكتشفات بناءً على الجاهزية التشغيلية بدلاً من أداء الاختبار المرجعي وحده.

Girija G. Chiddarwar, Madhav J. Salunkhe, Yogesh G. Joshi, Rahul G. Deshmukh, Swapnil Yashavant Gadgune, Suraj Rajaram N (…)2026-08-27

💻 computer science

Class-Aware Semantic Hybrid Data Augmentation for Imbalanced Sentiment Classification Using Multiple Transformer Models

تقترح هذه الورقة إطار عمل لتعزيز البيانات الهجين ذو الدلالة والوعي بالفئات (CSHDA)، والذي يطبق بشكل انتقائي تقنيات تعزيز متنوعة ومحققة دلالياً على الفئات الأقلية، مما يقلل بفعالية من عدم توازن الفئات ويحسن بشكل كبير أداء ومتانة نماذج متعددة قائمة على المحولات في مهام تصنيف المشاعر غير المتوازنة.

Prashant Upadhyaya, G.L. Saini, Atul Makrariya2026-08-27

💻 computer science

A Prior-Regularized Framework for Knowledge-Guided Differentiable Causal Discovery

تقترح هذه الورقة إطاراً منظماً بـ "مُسبق كوني" يدمج المعرفة البيولوجية المنسقة في خوارزميات الاكتشاف السببي القابلة للتفاضل، مما يحسن بشكل كبير من دقة استعادة الرسم البياني في البيانات النسخية عالية الأبعاد وصغيرة العينات عبر الاستفادة من الأولويات المعرفية الحالية لتثبيت التعلم حيث تعاني الطرق الأساسية.

Shuaidong Gao2026-08-27✓ Author reviewed ⓘ

💻 computer science

GPU-Accelerated BM4D Volumetric Denoising for Python: A Toolchain- Free, Pip-Installable CuPy Implementation

تقدم هذه الورقة تنفيذاً مفتوح المصدر بالكامل وقابلاً للتثبيت عبر pip لخوارزمية BM4D لإزالة الضجيج الحجمي الكامل باستخدام CuPy، مما يلغي الحاجة إلى حزمة أدوات CUDA أو خطوات بناء مع تحقيق تسريع يصل إلى 36.6 ضعفاً مقارنة بالمرجع المعتمد على وحدة المعالجة المركزية والحفاظ على الدقة العددية المطابقة للطريقة الأصلية.

Matin Mahzad2026-08-27

💻 computer science

XGBoost Optimization using Single Lead ECG based on Multi-feature of ECG Morphologies for Automatic Sleep Disorder Classification

تقدم هذه الدراسة نظاماً آلياً لتصنيف اضطرابات النوم يستخدم خوارزمية XGBoost منظمة لتحليل مورفولوجيا الميزات المتعددة من إشارات تخطيط كهربائية القلب أحادية القطب، محققةً دقة عالية (96.1%)، ونوعية (100%)، وحساسية (92.1%) في التمييز بين نوبات انقطاع التنفس.

Iman Fahruzi, Muhamad Haikal Akmal, Ridwan Ridwan, Abdurahman Dwijotomo2026-08-27

💻 computer science

Statistically Guided Hybrid Local–Global Learning for Compressed Deepfake Video Detection

تقترح هذه الورقة إطار عمل تعليمي هجين محلي-عالمي موجه إحصائياً يدمج ميزات YCbCr المحسّنة مع بنية 3SH–VSS مبتكرة للكشف بفعالية عن فيديوهات التزييف العميق المضغوطة، وذلك من خلال نمذجة آثار الضغط المحلية وتبعية التزييف العالمية في آن واحد، مما يحقق أداءً فائقاً وقدرة على التعميم عبر مجموعات البيانات.

Tianyu Shi, Shichao Ouyang, Juan Li, Guodong Ye, Xingxing Jia2026-08-27

💻 computer science

A reusable benchmark for machine-learning prediction of concrete placement productivity loss

تقدم هذه الورقة معياراً مرجعياً اصطناعياً قابلاً لإعادة الاستخدام لتقييم نماذج تعلم الآلة التي تتنبأ بفقدان الإنتاجية في صب الخرسانة، مما يكشف عن فشل النماذج الكفؤة الحالية في استيعاب الخسائر الجسيمة ويسلط الضوء على الحاجة إلى بروتوكولات تقييم معيارية ومثبتة ميدانياً.

Mohamed Ali, Saher Elsayed, TS. DR. Khairi Azhar Aziz2026-08-27

💻 computer science

Early Detection of Schizophrenia Using EEG Signals Based on CNN and CNN–LSTM Deep Learning Models

تُظهر هذه الدراسة أن نموذج التعلم العميق الهجين (CNN–LSTM) يتفوق بشكل كبير على نموذج (CNN) المنفرد في اكتشاف الفصام من إشارات تخطيط كهربائية الدماغ في حالة الراحة، محققاً دقة بنسبة 92.03% ومسلطاً الضوء على قيمة دمج تعلم التسلسل الزمني للتشخيص الموضوعي.

Hussein Aly Elsayed, Arief Ruhullah Harris, Tian Swee Tan2026-08-27

💻 computer science

Tri-Modal Contrastive Binary Analysis via Opcode Transformers, Control Flow Graph Isomorphism Networks, and System Call Embeddings: A Systematic Review of Zero-Day Malware Detection Frameworks

تجمع هذه المراجعة المنهجية التطورات الأخيرة في اكتشاف البرمجيات الخبيثة من نوع "اليوم الصفر" (zero-day) عبر اقتراح إطار عمل للتحليل الثنائي التبايني ثلاثي الأنماط يوحد نماذج "ترانسفورمرز" لعمليات الرمز (opcode Transformers)، وشبكات تماثل مخطط تدفق التحكم (Control Flow Graph Isomorphism Networks)، وتضمينات استدعاءات النظام (System Call embeddings) لتحقيق دقة اكتشاف قوية تتجاوز 98.5% رغم تقنيات تعمية الكود المتطورة.

Harish Parshuram Bhabad, Atmeshkumar Subhashbhai Patel, Vijay M. Rakhade, Rupesh Kohli, Nandini S. Patil2026-08-27