3240 ورقة بحثية
تقترح هذه الورقة ARGO-5G، وهي خوارزمية تحسين تحت-جزئية متينة ومدركة للتسرب تعطي الأولوية لمواقع التعبئة لشبكات الجيل الخامس من خلال موازنة استيعاب الطلب المستقبلي، والعدالة في الخدمة الإقليمية، والقيود الهندسية دون الاعتماد على تسميات مستقبلية، مما يظهر توازناً فائقاً في المحفظة وقابلية عالية للنشر على مجموعة بيانات تضم أكثر من 14,000 موقع رئيسي.
تقدم الورقة البحثية SIR-PhysNet، وهو مسار معالجة rPPG فائق الخفة ومدرك للمواعيد النهائية، يقوم بتفريغ عمليات المعالجة الهندسية والإضاءة إلى عمليات ذات تكلفة ثابتة ويستخدم قناع فوريه تحليلياً لاستخراج معدل ضربات القلب، مما يتيح مراقبة آنية وعالية الدقة على الأجهزة الطرفية محدودة الموارد مثل Raspberry Pi 5 حيث يمثل اكتشاف الوجه، بدلاً من الاستدلال الشبكي، عائق الأداء الأساسي.
تعد AdaFuse خوارزمية لدمج الصور متعددة الوسائط تعالج عدم توازن الميزات وعدم كفاءة الحوسبة من خلال دمج معايرة القيم السالبة لاختيار الانتباه الدقيق مع استراتيجية تنشيط هرمية تكيفية لتخصيص الموارد الديناميكي، محققةً جودة دمج وكفاءة فائقتين في مهام دمج الصور المرئية وتحت الحمراء.
تقترح هذه الدراسة إطاراً كمياً لتدقيق التوأم الرقمي (DTAI) يدمج ثمانية أبعاد للتدقيق ونموذجاً للمخاطر المتبقية لتقييم موثوقية أنظمة اتخاذ القرار في المؤسسات، كاشفةً من خلال التقييم التجريبي أنه بينما تُعد البيئات الحالية خاضعة للرقابة بشكل عام، فإن نقاط الضعف الجوهرية في استمرارية الأعمال، والقدرة على التتبع، وحوكمة النماذج تتطلب تحسينات مستهدفة للتخفيف من المخاطر مثل الوصول غير المصرح به والتلاعب بالبيانات.
تقترح هذه الورقة إطار عمل للتعلم متعدد المهام يتميز بمخفض أبعاد عصبي متبقٍ مبتكر مع انتباه زمني وقنوي (RNDR-TCA) لتقدير معلمات قلبية وعائية متعددة بشكل مشترك من موجات ضغط الدم، مما يقلل بفعالية من الانتقال السلبي ويتفوق على النماذج الحالية أحادية المهمة ومتعددة المهام في الدقة والمتانة.
تقترح هذه الورقة خوارزمية SPA، وهي خوارزمية حماية توجيه من قفزة إلى قفزة ومستقلة عن الطوبولوجيا، تضمن النشر التدريجي السلس وتضمن الحماية ضد جميع سيناريوهات الفشل المنفرد مع حد أدنى من تمدد المسار، متفوقة بذلك على الحلول الحالية مثل ESCAP وU-turn وNPC.
تقترح هذه الورقة إطاراً تشخيصياً متعدد الوسائط يستخدم محولات المخططات الطيفية الصوتية ونماذج الرؤية واللغة لتحليل أصوات الجهاز التنفسي والبيانات الوصفية للمريض، مما يظهر دقة وتفسيراً فائقين مقارنة بسماع الطبيب التقليدي والنهج السابقة القائمة على الشبكات العصبية التلافيفية لتشخيص الربو والمراقبة عن بعد.
تُظهر دراسة H-XAI-Cervix أن نموذج EfficientNet-B3 الهرمي الشرطي يتفوق بشكل كبير على المصنفات المسطحة في التمييز بين فئات خلايا عنق الرحم على مجموعة بيانات Herlev، رغم أن هذه الميزة لم تُلاحظ في مجموعة بيانات SIPaKMeD حيث اقترب الأداء من مستوى السقف.
تقدم هذه الورقة دراسة مرجعية شاملة على مجموعة بيانات NIH ChestX-Ray14، تُظهر أن إطار عمل Swin Transformer V2-B، المعزز باستراتيجيات محددة لعدم توازن الفئات وتحسين العتبة، يتفوق على النماذج الحالية الرائدة في التعلم العميق في تصنيف أمراض الصدر متعددة الملصقات.
تقوم هذه الورقة البحثية بمقارلة أربع بنيات للتعلم التعزيزي متعدد الوكلاء مقابل قواعد التوزيع التقليدية في بيئة اختبار (OSAT) عشوائية، مبرهنةً على أنه في حين أن السياسات المتعلمة تُحسن بشكل كبير من الإنتاجية، ووقت التدفق، وكفاءة الطاقة، والفعالية الإجمالية للمعدات (OEE) مقارنة بقاعدة "الوارد أولاً يُصرف أولاً" (FIFO)، إلا أنها لا تتفوق بشكل موحد على قاعدة "الوقت الأقصر أولاً" (SPT)، مما يؤسس إطاراً قابلاً لإعادة الإنتاج لتقييم أداء التوزيع قصير المدى.