24514 ورقة بحثية
تقدم هذه الورقة إطاراً للتفسير القائم على الفيزياء لإثبات أن انخفاض خطأ إعادة البناء في نماذج تحويل التقاط الحركة إلى رادار المعتمدة على البيانات لا يضمن الاتساق الفيزيائي، مما يكشف أن الانتباه الزمني أمر بالغ الأهمية لهذه النماذج لتعلم فيزياء التردد والسرعة الكامنة.
تقدم هذه الورقة البحثية ROSA، وهي بنية شبكة عصبية بصرية قائمة على الحلقات الميكروية تتسم بالمتانة وكفاءة استهلاك الطاقة، والتي تستفيد من وحدة إزاحة وجمع بصرية واستراتيجية رسم خرائط هجينة على مستوى الطبقات لتقليل حاصل ضرب الطاقة والتأخير بشكل كبير وتحسين دقة التصنيف مقارنة بالتصاميم الحالية.
تقدم الورقة البحثية خوارزمية CONF-LA، وهي خوارزمية قائمة على الثقة ومنخفضة زمن الاستجابة، تحقق تعييناً للأسطر في الوقت الفعلي وبدقة من خلال قراءة بيانات تتبع حركة العين عبر دمج المعرفة بسلوك القراءة وتأجيل القرارات غير اليقينية، مما يغلق فجوة الأداء بين التحليل عبر الإنترنت والتحليل دون اتصال بالإنترنت مع تحسين الدقة بشكل كبير في مجموعات البيانات الصعبة مثل قراءة الأطفال.
تقترح هذه الورقة إطار عمل ثنائي المسار يجمع بين تعزيز البيانات التوليدي عبر تخليق الفيديو وشبكة عصبية رسومية معززة دلالياً لتحسين التنبؤ بحوادث المرور في القيادة الذاتية، وهو ما تم التحقق من صحته بواسطة مجموعة بيانات مرجعية شاملة تم إصدارها حديثاً.
تقترح هذه الدراسة إطاراً تنبؤياً قوياً لتلوث المياه الجوفية بالمعادن الثقيلة في حوض دنسو، يدمج تحويلات كوبولا غاوس مع التعلم الآلي الجماعي المعتمد على التحقق المتقاطع المتداخل للتغلب على قيود الطرق التقليدية ونمذجة مؤشر تلوث المعادن الثقيلة الملتوي بدقة.
تقدم هذه الورقة طريقة لتحويل مواصفات ذاكرة الوصول العشوائي الديناميكية (DRAM) من اللغة الطبيعية تلقائياً إلى تمثيل رسمي يسمى DRAMPyML لتمكين مهام التحقق من التصميم من البداية إلى النهاية، مصحوبة بإصدار مجموعة بيانات DRAMBench لتقييم قدرات الصياغة الرسمية التلقائية للأجهزة.
تقدم هذه الورقة البحثية Soft-MSM، وهو فقدان محاذاة مرن قابل للتفاضل ومعتمد على السياق يعمل على تنعيم مسافة "النقل-التقسيم-الدمج" (Move-Split-Merge) لتمكين التحسين القائم على التدرج، مما يظهر أداءً فائقاً في تجميع وتصنيف السلاسل الزمنية مقارنة بالطرق الحالية مثل Soft-DTW.
تقدم هذه الورقة CRADIPOR، وهي أداة معالجة لاحقة تستخدم مشفرًا تلقائيًا لتقليل الرتبة (Rank Reduction Autoencoder) مدمجًا مع التصنيف الخاضع للإشراف للتنبؤ وتحديد مناطق التشتت العددي في محاكاة حوادث السيارات بكفاءة، متفوقةً بذلك على نماذج الغابة العشوائية (Random Forest) المرجعية، ومثبتةً فعالية تمثيلات الإشارات القائمة على الميل.
تقدم هذه الورقة خوارزمية "الانتشار الأمامي الأمامي الفائق" (HFF)، وهي خوارزمية جديدة مستوحاة حيويًا تعالج عقبة الاستدلال المكلفة حاسوبيًا في طريقة "الانتشار الأمامي الأمامي" الأصلية عبر إعادة صياغة الأهداف المحلية كمسألة تصنيف متعدد الفئات ضمن فضاء سمات كروي فائق، مما يتيح استدلالًا بمرور واحد أسرع بأكثر من 40 ضعفًا مع تحقيق دقة متفوقة على معايير مثل ImageNet-1k.
تعالج شبكة GAFSV-Net تحديات التحقق من التوقيع عبر الإنترنت من خلال تحويل المتواليات الزمنية الخام إلى صور حقل زاوي غرامي غير متماثلة مكونة من ست قنوات للاستفادة من النماذج الرؤيوية ثنائية الأبعاد مسبقة التدريب، محققةً أداءً هو الأفضل في فئته على مجموعتي بيانات DeepSignDB وBiosecurID من خلال بنية ConvNeXt ثنائية الفرع مع آليات الانتباه المتقاطع.