28108 ورقة بحثية
تقدم هذه الورقة C-SAS، وهو إطار عمل للتنسيق الذاتي الذكي يستخدم طرقاً تحليلية معقدة مثل مبدأ الحجة ونظرية روشيه لإنشاء مؤشر استقرار في الوقت الفعلي، مما يقلل من تذبذب الأجهزة الافتراضية بنسبة 94% ويحقق كفاءة في الموارد بنسبة 96% في بيئات السحابة الموزعة.
تقترح الورقة البحثية HoReN، وهو إطار عمل لتعديل النماذج يتميز بالقابلية للتوسع والحفاظ على المعلمات، ويستخدم دفتر رموز (codebook) مفتاحيًا منفصلًا مع تشابه زاوي وديناميكيات جاذب هوبفيلد المخمد لتحقيق تحديثات معرفية متسلسلة مستقرة وعالية الأداء دون إضعاف النموذج الأصلي.
يُعد NoiseRater إطار عمل للتعلم الميتافيزيقي يعمل على تحسين كفاءة تدريب نماذج الانتشار وجودة التوليد من خلال تقديم مُقيّم ضجيج بارامتري لتعيين درجات أهمية على مستوى العينة لتمثيلات الضجيج، مما يتيح إعادة الوزن التكيفي وإعطاء الأولوية لعينات الضجيج المعلوماتية.
تقترح هذه الورقة إطار عمل للتعليق التلقائي يتضمن بوابة تفاعل متعددة الوسائط لتحويل المعلومات الفريدة لكل نمط إلى معلومات مشتركة زائدة، مما يقلل بشكل كبير من الهلوسة ويعزز متانة النماذج اللغوية البصرية ضد المدخلات الفاسدة.
تقترح هذه الورقة بنية تعلم اتحادي مبتكرة تدمج براهين المعرفة الصفرية للتحقق تشفيرياً من حسابات العقد ومنع تسمم النموذج، محققةً استبقاءً بنسبة 94.2% في الدقة وقابلية توسع عالية عبر 1,000 عقدة موزعة دون المساس بخصوصية البيانات.
يُعد LAGO إطار عمل قويًا للمحاذاة البصرية النصية بنمط "التعلم الصفري" (zero-shot)، حيث يعمل على تحسين التعرف الدقيق من خلال إنشاء تهيئة مستقرة متمحورة حول الكائنات أولاً، ثم تطبيق صقل موجه لغويًا يتسم بالتكيف والتحكم في الثقة لتجنب حلقات التنبؤ التي تضخم الأخطاء، مع تجميع الأدلة متعددة المستويات بكفاءة باستخدام عدد أقل من المناطق المرشحة.
تقدم الورقة البحثية WATCH، وهو إطار عمل قابل للتوسع يستفيد من صور الأقمار الصناعية وتضمينات النماذج التأسيسية لتحديد الاضطرابات على مستوى الأشهر بفعالية عبر آلاف المواقع الأثرية، مما يثبت أن الطرق الزمنية غير الخاضعة للإشراف تتفوق على النهج ضعيفة الإشراف في اكتشاف تهديدات التراث الدقيقة.
تقدم الورقة البحثية MULTITEXTEDIT، وهو معيار مرجعي منضبط يمتد عبر 12 لغة ومقياساً جديداً لدقة اللغة، لتوضيح أن أنظمة تحرير النصوص داخل الصور الحالية تعاني من تدهور كبير في دقة اللغات عبر اللغات، لا سيما في دقة الخطوط للغات غير اللاتينية، على الرغم من الحفاظ على البنية البصرية العالمية.
تقدم هذه الورقة parHSOM، وهو تنفيذ موازٍ مبتكر لخرائط التنظيم الذاتي الهرمية يقلل بشكل كبير من وقت التدريب لأنظمة كشف التسلل على مجموعات البيانات الكبيرة مع الحفاظ على أداء مماثل للخوارزمية التسلسلية.
تقترح هذه الورقة إطار عمل يعتمد على التعلم بنقل المعرفة للكشف عن تزييف الصور الرقمية، يجمع بين صور RGB وميزات فرق الضغط ويوظف تحسين العتبة التكيفية، مظهرةً أن بنيتي DenseNet121 وResNet50 تحققان أداءً فائقاً على مجموعة بيانات CASIA v2.0 مع تسليط الضوء على الأهمية البالغة للمقاييس التي تتجاوز الدقة من أجل الموثوقية الجنائية.