3065 ورقة بحثية
تقترح هذه الورقة إطار عمل لتشفير الصور غير خاضع للإشراف وخفيف الوزن، يستخدم السمات الإحصائية المستمدة من تحليل المكونات الرئيسية (PCA) لتعديل معاملات الخرائط الفوضوية بشكل تكيفي وتعزيز سلاسل المفاتيح عبر التجزئة التشفيرية، مما يحقق حماية تكيفية مع المحتوى ذات أمان عالٍ وكفاءة حوسبية وقابلية للتفسير للتطبيقات محدودة الموارد.
تقدم هذه الدراسة إطار عمل للتصنيف واسع النطاق لحبوب البن المحمصة باستخدام مجموعة بيانات تم إنشاؤها حديثاً تضم 8,417 صورة، مما يثبت أن نماذج التعلم العميق، ولا سيما EfficientNet-B0، تحقق دقة تقارب الكمال (99.86%) في التمييز بين أربعة أنواع رئيسية وثمانية أنواع فرعية من أرابيكا، متفوقة بذلك على أساليب التعلم الآلي التقليدية والنهج الهجين.
تقدم هذه الورقة ARQEC، وهو إطار عمل جديد لضغط التشتت الغاوسي ثلاثي الأبعاد (3D Gaussian Splatting) يحقق تقليلاً كبيراً في التخزين (يصل إلى 157 ضعفاً) ودقة محسنة مقارنة بالطرق الحالية من خلال توظيف التكميم المتجه المتبقي التكيفي، وتعويض الخطأ المدرك للسياق، وتحسين معدل التشويه القائم على التصيير.
تقترح هذه الدراسة إطار عمل HA-FedIDS، وهو إطار تعلم اتحادي يعالج عدم تجانس العملاء وخصوصية البيانات في شبكات الشبكة الذكية من خلال الجمع بين الميزات الفيزيائية والسيبرانية لتحقيق كشف عالي الدقة للهجمات السيبرانية مع التفوق على الطرق اللامركزية التقليدية.
تقدم هذه الورقة BOP-Distrib++، وهو إطار عمل جديد للقياس المرجعي يعيد تعريف تقييم الوضعية سداسية الأبعاد (6D pose) من خلال الاكتشاف التلقائي للتماثلات المحلية لتوليد توزيعات وضعية لكل صورة، مما يتيح تقييماً أكثر دقة لكل من طرق التقدير أحادية الوضعية ومتعددة الأنماط في ظل حالات الغموض البصري.
تقترح هذه الورقة وتقيم إطار عمل لتقييم النماذج متعددة الوسائط، يتسم بكفاءة الموارد وقابلية التفسير، حيث يجمع بين نماذج بصرية ونصية خفيفة الوزن لتحقيق دقة وتفسيرية متفوقين في تصنيف الصور الطبية مقارنة بالنماذج أحادية الوسائط والنماذج المرجعية واسعة النطاق، مما يجعله مناسباً بشكل خاص للأوساط السريرية ذات الموارد المحدودة.
تقترح الورقة البحثية VM-SPMamba، وهو إطار عمل تدريجي لإعادة تحديد هوية الأشخاص القائم على الفيديو بين الأنماط المرئية وتحت الحمراء، والذي يستفيد من الترميز المكاني للأجزاء الناعمة المعدل بصرياً والترميز الزمني ثنائي الاتجاه الجزئي بنظام Mamba لنمذجة التباينات بين الأنماط وتطور الزمن بفعالية، محققاً أداءً هو الأفضل في حالته على مجموعات البيانات المرجعية.
تقترح هذه الدراسة بنية مبتكرة من نوع (Fuzzy Transformer-CNN-GRU) تدمج البيانات الأرصادية، والفضائية، والحضرية مع ضبابية تكيفية مع عدم اليقين لتحقيق تنبؤ دقيق للغاية، ومستقر، وفعال حاسوبياً لتركيز الجسيمات (PM2.5) ليوم واحد مسبقاً في طهران، متفوقة بذلك على سبعة نماذج مرجعية بجذر متوسط مربعات خطأ (RMSE) قدره 0.73 ميكروغرام/متر مكعب.
تقترح هذه الدراسة وتطبق نموذجاً مستضافاً على السحابة يجمع بين الشبكات العصبية الالتفافية (CNN) والذاكرة الطويلة قصيرة المدى ثنائية الاتجاه (BiLSTM) وآلية الانتباه (Attention)، والذي يحقق دقة فائقة في كشف الرسائل النصية الاقتحامية (96.83%) وأماناً أعلى مقارنة بالنهج التقليدية والهجينة للتعلم العميق، مما يثبت فعالية آليات الانتباه في إنشاء حلول عملية وقابلة للنشر لتصفية الرسائل الاقتحامية.
تُثبت هذه الورقة أنه في مجموعة بيانات ULB للاحتيال في بطاقات الائتمان، تُمكّن مجموعة فرعية مدمجة مكونة من 15 ميزة، مستمدة من استراتيجية ترتيب متعددة الأساليب، من تحقيق كشف عالي الأداء للاحتيال عبر مختلف المصنفات دون الحاجة إلى الإفراط في أخذ العينات باستخدام تقنية SMOTE، حيث تتفوق النماذج المدربة على التوزيع الطبيعي للفئات باستمرار على تلك المدربة باستخدام SMOTE عند تقييمها بعتبات مضبوطة بدقة.