3229 ورقة بحثية
تقدم هذه الورقة إطار عمل للتحكم المشترك القائم على ذكاء الحافة الاصطناعي (Edge-AI) للروبوتات المساعدة التي يتم التحكم فيها عن بُعد، والذي يستخدم وحدة معالجة عصبية من طراز Hailo-8L لتنفيذ نظام الاستدلال العصبي الضبابي التكيفي (ANFIS) وكاشف YOLOX-S بشكل متزامن، مع دمج مخرجاتهما لتقليل معدلات التصادم والتدخلات الطارئة بشكل كبير مع الحفاظ على التشغيل المحلي الكامل.
تقترح هذه الورقة البحثية AdaHet-Clust، وهي خوارزمية تجميع موزعة خفيفة الوزن تستخدم العتبة التكيفية لاختيار رؤوس المجموعات ديناميكيًا بناءً على ظروف الطاقة المحلية في شبكات إنترنت الأشياء غير المتجانسة، مما يؤدي إلى إطالة عمر الشبكة بشكل كبير وتقليل عبء التحكم مقارنة بالطرق الحالية.
تقدم هذه الورقة إطاراً للتحول التنظيمي وتوليفاً سردياً يحدد خمسة مجالات مترابطة وستة أبعاد قابلة للقياس لتوجيه التنفيذ المستدام لوكلاء الذكاء الاصطنامادي (embodied AI) في أنظمة الرعاية الصحية الحضرية، متجاوزةً بذلك مجرد التبني التقني نحو التكامل السوسيوتقني العميق وبناء القدرات المؤسسية.
تيسيرا (Tessera) هو بروكسي لضغط الجلسات غير مرتبط بمورد محدد ويعطي الأولوية لعدم فقدان البيانات، يعمل على تقليل تكاليف الرموز (tokens) وزمن الاستجابة لوكلاء النماذج اللغوية الكبيرة (LLMs) ذوي الأفق الطويل عبر توظيف نظام ذاكرة ثلاثي المستويات لإعادة كتابة تاريخ المحادثة بشكل حتمي مع الحفاظ على وصول قابل للتحقق إلى البيانات الأصلية عبر بروتوكول سياق النموذج (Model Context Protocol).
تقدم هذه الورقة سير عملًا مدعومًا بالذكاء الاصطناعي ومُتحققًا منه بشريًا لتفسير التحليل الساكن والديناميكي لعينات برمجيات WhiteSnake وDonex وEmotet داخل بيئة FLARE VM معزولة، باستخدام بيانات مشاريع جامعية مؤرشفة لتحديد مؤشرات سلوكية محددة مع الإشارة صراحةً إلى القيود المتعلقة بعدم تأكيد تسريب البيانات، والتشفير، والالتقاط المستقر للعمليات.
تُظهر هذه الدراسة أن تكوين مجمعات الجمل المرشحة في أنظمة استرجاع صور الأشعة السينية للصدر يؤثر بشكل كبير على أداء الاسترجاع على مستوى النتائج وعلى الاتفاق بين النماذج بشأن الصعوبة، مما يشير إلى أن الإجماع الملحوظ حول تحديات الاسترجاع قد يكون مدفوعاً بانحياز مجمع التقييم أكثر من كونه ناتجاً عن القدرات الجوهرية للنماذج.
تقدم هذه الورقة LDIF، وهي بنية عصبية جديدة قائمة على PyTorch تُمذِج تطور الحالة الخفية باستخدام مجالات تفاعل متماثلة وغير متماثلة مدمجة عبر آلية بوابات مشروطة بالاستجابة وطيف منخفض الرتبة تكيفي، مما يُظهر أداءً فائقاً على كل من مجموعات البيانات الثابتة والمتسلسلة مقارنة بالنماذج المرجعية التقليدية لتعلم الآلة والتعلم العميق.
تقدم هذه الدراسة نظاماً للتعلم الآلي يستخدم سجلات الأطفال الأجانب غير المصحوبين بوالديهم المتاحة للعموم للتنبؤ بالطلب على رعاية وزارة الصحة والخدمات الإنسانية، محققاً متوسط خطأ مطلق (MAE) قدره 15.22 باستخدام نموذج تعزيز التدرج (Gradient Boosting)، ويقوم بنشر توقع لمدة 30 خطوة عبر تطبيق Streamlit.
تقدم هذه الدراسة مراجعة شاملة لطرق تقسيم الصور الكمومية والمستوحاة من الحوسبة الكمومية، حيث تضعها في سياق التطور الأوسع لأبحاث التقسيم من خلال تصنيف النهج القائمة، وتحليل مبادئها الحسابية وتحدياتها، وتحديد الاتجاهات الحالية والمسارات المستقبلية في هذا المجال.
تقدم هذه الدراسة تحليلاً ثانوياً لمجموعات بيانات عامة لاستقصاء كيفية تأثير التباين بين الأشخاص على تعميم نماذج دمج إشارات تخطيط كهربائية الدماغ (EEG) وتخطيط كهربائية العضل (EMG) لفك تشفير النوايا الحركية، بهدف قياس تدهور الأداء عبر استراتيجيات الدمج المختلفة وتقييم إمكانات التعلم بنقل المعرفة للتخفيف من هذه الاختلافات بين الأفراد.