3229 ورقة بحثية
تقدم هذه الورقة AMODD، وهو مسار عمل مدعوم بالتعلم الآلي يستفيد من التضمينات الدلالية خفيفة الوزن لإزالة تكرار أقسام المستندات الفائضة وتجميع كيانات الرسم البياني، مما يقلل بشكل كبير من استهلاك الرموز (tokens) وزمن الاستجابة في النماذج اللغوية الكبيرة (LLM) أثناء بناء الرسم البياني للمعرفة مع الحفاظ على جودة استرجاع عالية.
تقدم هذه الورقة تطوير والتحقق التجريبي من صحة نظام ممارسة ذاتية مدعوم بالذكاء الاصطناعي لآلة الإرهو، يدمج التعرف البصري على الموسيقى، وتتبع طبقة الصوت، وتحويل الوقت الديناميكي لتوفير تغذية راجعة متوافقة مع النوتة الموسيقية، مما أظهر ارتباطاً قوياً مع تقييمات الخبراء وسهولة استخدام عالية لدى طلاب المعاهد الموسيقية.
تقدم هذه الورقة "أخلاقيات الإمكانية"، وهي إطار عمل مفاهيمي حوسبي يقيم الأنظمة الاجتماعية التقنية من خلال قياس تأثيرها على الفرص المستقبلية المقبولة أخلاقياً عبر مقي ر مبتكر يسمى "إنتروبيا الخيارات"، والمطبق في مجموعة أدوات "Omega-PE" للكشف عن خسائر الفرص التوزيعية التي غالباً ما تغفل عنها المقاييس الإجمالية.
تقترح هذه الورقة إطار عمل "A-Teams" هجين (hyper-heuristic) مدعوم بالتعلم التعزيزي، يعمل على تسريع تحسين المسارات في الوقت الفعلي لأنظمة الطائرات بدون طيار والمركبات الأرضية ذاتية القيادة التعاونية بشكل كبير، مما يوفر حلولاً قريبة من المثالية أسرع بنسبة 30-70% من الطرق الحالية مع التكيف بفعالية مع التغيرات البيئية الديناميكية.
تقترح الورقة البحثية إطار عمل JK-DHGNN، وهو إطار ثنائي الرؤية يدمج مولدًا للرسم البياني الفائق الديناميكي من نوع Top-، وترشيح طيف جاكوبي، ومصنفًا يعتمد على كثير حدود جاكوبي للكشف بفعالية عن الاحتيال المالي والتجارة الإلكترونية من خلال نمذجة العلاقات الثنائية والارتباطات من الرتب العليا، محققًا أداءً فائقًا في مجموعتي بيانات YelpChi وAmazon مع إثبات فعالية المكونات اعتمادًا على مجموعة البيانات.
تقدم هذه الورقة وحدة تنقية حدود (BRM) خفيفة الوزن وتالية للعملية، تعمل على تحسين دقة التعرف على الكيانات المسماة في المجال الحيوي الطبي بشكل كبير من خلال تصحيح أخطاء الحدود دون المساس بالتنبؤات الصحيحة الحالية، مما يعزز استقرار استخراج العلاقات اللاحقة مع تطلب حد أدنى من الموارد الحسابية.
تقدم هذه الورقة البحثية ChaosEntropyGate v2 (CEG-2)، وهي آلية بوابة عدم يقين مقيدة وقابلة للتعلم مقترنة بمُعزز سمات، والتي بينما تُحسّن بشكل طفيف الكشف عن البرمجيات الخبيثة القائم على التعلم العميق في أنظمة محددة وتصحح مشكلات عدم الاستقرار السابقة، فإنها تؤكد في النهاية أن مجموعات الأشجار الضبطية تظل الحل الأكثر متانة وفعالية من حيث التكلفة لهذه المهمة.
تقيم هذه الورقة وتقارن أداء نماذج الغابة العشوائية (Random Forest)، وXGBoost، والشبكة التلافيفية الزمنية (Temporal Convolutional Network) للتنبؤ بالعمر النافع المتبقي لبطاريات الليثيوم أيون، مما يثبت فعاليتها ونشرها العملي على لوحة كورال ديف (Coral Dev Board) لأغراض الصيانة التنبؤية في المركبات الكهربائية.
تقدم الورقة البحثية إطار عمل APOSM، وهو إطار للتعلم النشط يعزز تصميم الجزيئات الصغيرة من خلال تدريب نموذج بديل لشبكة عصبية رسومية على مقارنات جزيئية ثنائية بدلاً من الدرجات المطلقة، مما يحسن بشكل كبير من تحقيق الأهداف وكفاءة أخذ العينات في أنظمة الفحص التي تشوبها الضوضاء.
تقدم هذه الورقة InterGRACE، وهو إطار عمل تنافسي متكامل موجه بالتدرج (Integrated Gradient-guided) يولد تفسيرات مضادة ذات مغزى سريري لتخطيطات القلب ذات الـ 12 مسرى من خلال استهداف الميزات ذات الصلة بالقرار مثل قطعة ST وموجة T، مما يعزز قابلية التفسير لنماذج الذكاء الاصطناعي في الكشف عن احتشاء عضلة القلب.