3229 ورقة بحثية
تقدم هذه الورقة تصميم وتنفيذ والتحقق الأولي من صحة منصة إلكترونية قابلة للتوسع تسخر الذكاء الاصطناعي التوليدي لتقديم تدريب مخصص على المهارات الرقمية للشباب، مما يظهر ردود فعل إيجابية من المستخدمين وأداءً وظيفيًا مع التوصية بمزيد من البحوث الطولية لتقييم الأثر التعليمي الأوسع.
تُظهر هذه الدراسة أن محطة عمل مكتبية مدمجة يمكنها استضافة نماذج لغوية ذات أوزان مفتوحة لمهام التحرير في المجلات بفعالية، مما يكشف أنه بينما لا يرتبط الأداء ارتباطاً وثيقاً بحجم النموذج، فإن دمج هذه النماذج مع فحوصات حتمية بسيطة يحقق كشفاً يقترب من المثالية لانتهاكات الإرشادات.
تقترح هذه الورقة "Cardio Fusion"، وهي بنية تعلم عميق منتظمة ثنائية المسار تدمج معالجة البيانات الجدولية المحسنة مع تحليل الصور/تخطيط كهربائية القلب لتحقيق تنبؤ قوي ومعمم لأمراض القلب والأوعية الدموية عبر مجموعات بيانات سريرية متنوعة وغير متجانسة.
تقترح هذه الورقة وتقيّم بنية تأمين سيبراني متعددة الطبقات للأنظمة متعددة الوكلاء ذاتية القيادة في الفضاء السحيق، والتي تستخدم أدلة قابلة للتحقق آلياً، ومصدر البيانات، وإدارة السمعة الديناميكية لضمان سلامة وموثوقية الادعاءات العلمية الناتجة عن الذكاء الاصطناعي في ظل غياب الإشراف البشري في الوقت الفعلي.
تقدم هذه الورقة نظام UAS-OS، وهو مستوى تحكم جديد على مستوى نظام التشغيل يحكم أعباء عمل الذكاء الاصطناً المستقلة من خلال كتل التحكم في الوكيل (Agent Control Blocks) وإدارة الذاكرة من نوع "النسخ الصفري" (zero-copy)، محققاً تحكماً قوياً في النوايا وعزلاً للأخطاء مع زمن تأخير يقل عن 50 ميكروثانية، مما يجعله مناسباً للبيئات الحرجة التي تتطلب استجابة فورية.
تقترح هذه الورقة إطار عمل لتعزيز التعاون متعدد الأبعاد لنموذج YOLOv5 يدمج تقنية CLAHE في فضاء LAB، وطبقة كشف P2 عالية الدقة مع فقدان Varifocal، والالتفاف القابل للتشوه مع انتباه القنوات لمعالجة تحديات الإضاءة المنخفضة، والأهداف الصغيرة، والتشوه الهندسي بفعالية في الفحص البصري الصناعي، محققاً أداءً متفوقاً على الكواشف السائدة على مجموعة بيانات متخصصة لأكياس التعبئة.
تقترح هذه الورقة البحثية شبكة DBDNet، وهي شبكة فك ارتباط ثنائية الفروع تستفيد من تحويل المويجات (wavelet transform) ومن أولوية فيزيائية قائمة على التردد لفصل الخلفيات منخفضة التردد المشتركة بين الأنماط عن التفاصيل عالية التردد الخاصة بكل نمط بفعالية، مما يحقق أداءً هو الأفضل في حالته في دمج الصور متعددة الأنماط وكشف الكائنات في المهام اللاحقة.
يُعد DeepCork إطار عمل للتعلم العميق يتكون من مرحلتين، حيث يجمع بين مصنف ثنائي يعتمد على ResNet152 وكاشف يعتمد على YOLO لتحقيق فحص عالي الدقة وفي الوقت الفعلي لعيوب سدادات الفلين الطبيعي، مع موازنة دقة التحديد، وقيود زمن الاستجابة، وعدم اليقين التنبؤي في التصنيع الصناعي بشكل فعال.
يُعد BioPretext إطار عمل جديد للتعلم الذاتي متعدد الوسائط يوحد بين التصوير الهندسي والإشارات البيولوجية التسلسلية من خلال المحاذاة عبر الوسائط والدمج الديناميكي لتعزيز استخراج الميزات في طب العظام وأداء المهام اللاحقة.
تقدم هذه الورقة HoneyMed، وهو إطار عمل لمصيدة مخترق (honeypot) مدركة للبروتوكولات لشبكات إنترنت الأشياء الطبية (IoMT)، يحاكي الخدمات الطبية لالتقاط وتصنيف الهجمات في الوقت الفعلي باستخدام تعلم الآلة، محققاً دقة بنسبة 98.50% باستخدام الغابة العشوائية (Random Forest) مع توليد أدلة جاهزة لسلسلة الكتل (blockchain) دون المخاطرة بالأصول الإنتاجية.