1707 ورقة بحثية
تُظهر هذه الدراسة المسجلة مسبقاً أن النماذج اللغوية الكبيرة يمكنها استنتاج سمات الشخصية الخمس الكبرى بشكل موثوق من المحادثات المباشرة، مع اتساق داخلي وصلاحية تقاربية عاليين، لا سيما بالنسبة لسمتي العصابية والمقبولية، رغم تباين الأداء باختلاف قابلية ملاحظة السمات واستراتيجية التلقين.
تقترح هذه الدراسة إطار عمل متين وخفيف الوزن للكشف عن التسلل في شبكات إنترنت الأشياء الطبية (IoMT) باستخدام مجموعات بيانات CICIoMT2024 وCICIoT2023 وEdge-IIoTset، مما يثبت أنه بينما تتفوق النماذج التجميعية مثل XGBoost في سيناريوهات النطاق نفسه، فإن الاختيار الدقيق للنماذج مثل الانحدار اللوجستي يعد أمراً حاسماً للحفاظ على الاستقرار والفعالية في بيئات النطاقات المتقاطعة رغم التحديات المتعلقة بتوافق الميزات.
تقترح هذه الدراسة إطار عمل لذكاء التهديدات معززاً بالذكاء الاصطناعي يدمج تعلم الآلة مع مبادئ "الثقة الصفرية" لتحسين الكشف عن التهديدات في الوقت الفعلي بشكل كبير، وتقليل الإيجابيات الكاذبة، وتعزيز المرونة السيبرانية ضد الهجمات المتطورة في بيئات السحابة الديناميكية.
تقدم هذه الورقة SciSchema.org، وهي أول مجموعة متعددة التخصصات تضم 16 مخططاً (schema) تم تعليمهما من قبل خبراء بهدف توحيد وصف العمليات العلمية عبر مجالات متنوعة، مما يتيح التوصيف المهيكل، وقابلية التكرار، والمقارنة بين الدراسات من خلال سير عمل تطوير يعتمد على تدخل العنصر البشري.
تقترح هذه الورقة تشخيص الوظيفة المعرفية (EFD) كطبقة مرجعية موحدة لتحليل والتدخل في المخاطر المعقدة والمتزامنة للتصميم المدعوم بالذكاء الاصطناعي، وذلك من خلال دمج الأطر الراسخة عبر بنية تشخيصية-تدخلية (2×2) وقواعد (الاعتقاد-الوسيلة-المنهج-التبرير) (BMMJ)، مع الإقرار بالحاجة إلى التحقق التجريبي المستقبلي.
تقدم هذه الورقة إطار عمل AMORL، وهو إطار عمل تكيفي مدرك للتدريب يجمع بين التعلم التعزيزي والشبكات العصبية الالتفافية لتعيين أعباء عمل الشبكات العصبية العميقة المتنوعة ديناميكيًا على شبكات على شريحة (Networks-on-Chip) غير متجانسة، محققًا تخفيضات كبيرة في تكلفة الاتصال، وعدم توازن الحمل، وزمن الانتقال مع الحفاظ على إنتاجية عالية وكفاءة في استهلاك الطاقة.
تُظهر هذه الدراسة أن النماذج اللغوية الكبيرة المعاصرة، لا سيما عندما يتم توجيهها بتقنيات صياغة متقدمة، يمكنها أتمتة فرز إحالات أمراض الروماتيزم بدقة تضاهي أو تتجاوز الخبراء البشريين، مما يلغي فعلياً الحاجة إلى النماذج الضخمة والمكلفة.
تقدم هذه الورقة إطار عمل للتعلم العميق الهجين الموحد من طرف إلى طرف للكشف عن اختراق إنترنت الأشياء، والذي يقوم بمعالجة وتدريب نماذج متنوعة (بما في ذلك CNN وLSTM وXGBoost) على مجموعات بيانات N-BaIoT وCICIoT2023 وBoT-IoT لتحقيق أداء قوي مع معالجة قيود الخصوصية والموارد، مع تسليط النتائج الضوء على التحدي الخاص لمجموعة بيانات CICIoT2023 متعددة الفئات.
تقترح هذه الورقة بنية "خليط من الخبراء" موجهة بالرقع (patch-routed) لتوصية مسودة ألعاب MOBA المستمرة، والتي تستفيد من هويات الرقع ذات الإصدارات لعزل التكيف، محققةً بذلك انعدام النسيان وتقارباً أسرع بشكل ملحوظ مع تقليل التخزين مقارنة بالنماذج المستقلة، وإن كانت ميزتها في السرعة تتضاءل مع طول تدفق الرقع.
تقترح هذه الورقة إطار عمل MobileViT-XS خفيف الوزن ومعزز بالانتباه، والذي يوازن بفعالية بين الكفاءة الحسابية والموثوقية التشخيصية للتصنيف والتقسيم المشترك لآفات الجلد، محققاً أداءً تنافسياً على مجموعة بيانات ISIC 2019 بعدد أقل بكثير من المعلمات مقارنة بالنماذج الثقيلة.