3229 ورقة بحثية
تُظهر هذه الدراسة أن الشبكة العصبية التلافيفية الرسومية يمكنها تقدير ستة عشر قياساً بشرياً معيارياً بفعالية مباشرة من نماذج الجسم البشري ثلاثية الأبعاد، محققةً دقة واعدة على البيانات الاصطناعية مع تسليط الضوء على تحديات تكييف النطاق عند تطبيقها على المسوحات الواقعية.
تقدم هذه الورقة بنية سلامة للذكاء الاصطناعي قابلة للتدقيق والنشر عند الحافة، تجمع بين التنبؤ المطابق وضمان جودة المدخلات للقضاء على حالات الخروج الخاطئة ذاتية التشغيل لمرض السل عبر مجموعات دولية متنوعة ومحدودة الموارد، مع الحفاظ على دقة تشخيصية عالية وتقليل الاختبارات التأكيدية غير الضرورية.
تُحلل هذه المراجعة المنهجية للأدبيات ست عشرة دراسة حول التحكم التكيفي في الاعتماد على السياق في أنظمة التوليد المعزز بالاسترجاع المشوبة بالضجيج، حيث تحدد الفجوات الحرجة في استراتيجيات الحفظ الحالية الواعية بالضجيج وتقترح إطار عمل (ACRC) للموازنة ديناميكيًا بين المعرفة الداخلية للنماذج اللغوية الكبيرة وجودة الأدلة المسترجعة.
تقترح الورقة البحثية SET-CNN، وهو إطار عمل مبتكر يدمج DenseNet121 وResNet50 وVGG16 من خلال دمج الميزات وتحسين خسارة الثلاثي شبه الصعبة (triplet semi-hard loss) لتوليد تضمينات صور قوية، محققاً تحسناً بنسبة 7.6% في أداء الاسترجاع مقارنة بالنماذج الفردية على مجموعة بيانات CIFAR-10.
تقترح هذه الورقة وتتحقق من صحة نموذج تحليلات حوسبية هجين (HCAM) يدمج تقنيات تنقيب البيانات لهيكلة الميزات مع مصنفات تعلم آلي تحت الإشراف، مما يظهر تحسينات ذات دلالة إحصائية في دقة التنبؤ والقابلية للتفسير مقارنة بالأساليب المستقلة على مجموعة بيانات UCI لأمراض القلب.
تقترح هذه الورقة نموذج RLo-RAG، وهو نموذج توليد معزز بالاسترجاع متعدد الجولات قائم على التعلم التعزيزي ومعزز بتقنية LoRA، والذي يستخدم دالة مكافأة ديناميكية لاسترجاع قطع وثائق عالية الصلة بشكل تكراري، مما يحسن دقة الاسترجاء وجودة التوليد للوثائق الصناعية بشكل كبير مقارنة بطرق RAG التقليدية.
تقترح هذه الورقة البحثية MDFR-Net، وهو إطار عمل جديد للتعلم العميق يعزز الكشف عن الأجسام الصغيرة من الجو عبر دمج وحدات دمج الانتباه الهرمي متعدد المقاييس، ومعزز الميزات منزوع الارتباط بالاتجاه، ودمج التجميع التلافيفي الهرمي، لمعالجة التحديات المتعلقة بالهيكل الضئيل، والاتجاهات المتنوعة، وتداخل الخلفية المعقد بفعالية.
تقدم هذه الورقة جدولة مهام هجينة قائمة على تعلم الآلة تعمل على تحسين تخصيص الموارد بين المعالجات الكلاسيكية والكمية باستخدام أعباء عمل مستمدة من رسوم بيانية حقيقية، مما يظهر أداءً متفوقاً في وقت الإنجاز، والمدى الزمني للمهمة، والإنتاجية مقارنة بالنماذج المرجعية التقليدية والقائمة على القواعد.
تقترح هذه الورقة DA-LightNet، وهي شبكة تعلم عميق موحدة وخفيفة الوزن تعمل على إزالة المطر والضباب بفعالية في الوقت الفعلي على الأجهزة الطرفية ذات الموارد المحدودة من خلال توظيف وحدة تعديل مدركة للتدهور وكتل تلافيفية فعالة لتحقيق التوازن بين جودة الاستعادة العالية والتكلفة الحسابية المنخفضة.
تقترح هذه الورقة إطار عمل متكيف مع السياق لتوليد الكلام العاطفي متعدد الأدوار، يستفيد من ذاكرة الحوار التاريخية ومدخل مشترك ثنائي الأنماط من الإشارات الصوتية والنص لتوقع والتحكم ديناميكياً في السمات الصوتية، مما يتغلب على قيود الطرق التقليدية القائمة على النسخ النصي لتحقيق استجابات طبيعية ومتماسكة عاطفياً.