3240 ورقة بحثية
تقدم هذه الورقة البحثية إطار عمل HT-CS، وهو إطار تعلم تراكمي حساس للتكلفة يجمع بين مُنظم شجرة هوفدينج (Hoeffding Tree regressor) وكشف الانحراف ADWIN وتوزين العينات، مما يحسن بشكل كبير من استدعاء أحداث درجات الحرارة الحرجة ودقة التنبؤ على أجهزة Raspberry Pi 4B محدودة الموارد مع الحفاظ على زمن انتقال منخفض وبصمة نموذج صغيرة.
تقترح هذه الدراسة نموذج AEP2-YOLOv8s مطوراً يدمج استخراج منطقة الاهتمام (ROI)، وتطبيع الخلفية، ووحدة AIFI، وانتباه EMA، وبنية كشف رباعية المقاييس لتحقيق تحديد عالي الدقة وغير تدميري للملوثات الدقيقة على أسطح قشور البيض، متفوقاً بشكل كبير على نموذج YOLOv8s الأصلي في الدقة.
تقترح الورقة البحثية DeepHistoViT، وهو إطار عمل لنموذج "Vision Transformer" قابل للتفسير، يحقق دقة فائقة ومتانة إحصائية في تصنيف الصور النسيجية لسرطان الرئة، وسرطان القولون، والابيضاض الليمفاوي الحاد، وذلك من خلال الاستفادة من آليات الانتباه لتحديد المواقع ذات الصلة تشخيصياً.
تقترح هذه الورقة شبكة دمج موجهة للعملية (PFN) تعالج بفعالية تحديات التنبؤ بجودة الخيوط متعددة المواد ومتعددة المراحل من خلال النمذجة المشتركة لتركيبات المواد متغيرة الطول، ومعلومات النسب المسبقة لخلط المواد الاسمية، وظروف العمليات الخاصة بكل مرحلة، محققة أداءً فائقاً في مؤشرات الجودة الرئيسية مقارنة بالطرق الحالية.
تُثبت هذه الورقة أنه في حين أن اختيار تركيبة مثالية من أعضاء المجموعات غير المتجانسة يحقق مكاسب هامشية مقارنة بالمزيج الموحد، إلا أنه يفشل في التفوق على مجرد اختيار أفضل عائلة منفردة، مما يكشف أن الإمكانات المتصورة للتحسين هي إلى حد كبير نتاج انحياز الاختيار وليس أداءً حقيقياً غير مستغل.
تقيم هذه الدراسة تأثير التعرض المكرر واختبار الإجهاد لتغطية المرشحين على مخزون استشعار الاختصارات السريرية (CASI)، كاشفةً أنه بينما كان لتسرب البيانات تأثير ضئيل على الدقة الإجمالية، فإن معايرة الثقة عالية الدعم فشلت في الكشف بشكل موثوق عن الحالات التي كان فيها المعنى الصحيح مفقوداً من مخزون المرشحين.
تقدم هذه الورقة "شجرة الوكيل" (A-Tree)، وهي امتداد قابل للتفسير لأشجار الشبكات العصبية يستخدم وكلاء متخصصين وآلية استشراف خطوة واحدة لتعزيز شفافية القرار ودقته في المجالات عالية المخاطر، وهو ما تم إثباته من خلال تطبيق ناجح في تصنيف واستخراج قواعد الابتكار من براءات اختراع الرؤية الحاسوبية.
تقدم هذه الورقة MAFL-PdM، وهو إطار عمل للتعلم الاتحادي متعدد الوكلاء يستفيد من التخصيص ما بعد الاتحاد للتفوق بشكل كبير على كل من التدريب المركزي والنماذج الاتحادية المرجعية في التنبؤ بالعمر النافع المتبقي للمعدات عبر مواقع إنترنت الأشياء الصناعية غير المتجانسة مع الحفاظ على خصوصية البيانات.
تثبت هذه الورقة أن مستأجراً مشاركاً غير متميز بالكامل على لوحة FPGA سحابية مشتركة يمكنه استعادة مفتاح رئيسي كامل لـ AES-128 من ضحية عبر استغلال القنوات الجانبية لتوقيت ذاكرة الصف (row-buffer) في DDR4، متجاوزاً قيد "فتحة واحدة لكل بنك" من خلال الهندسة العكسية لخرائط البنوك والتجميع الإحصائي عبر عمليات تشفير متعددة.
تقترح هذه الورقة نظاماً هجيناً لكشف التسلل عبر المجموعات العميقة (HDE-IDS) يدمج بين الشبكات العصبية العميقة المعززة بنموذج "ترانسفورمر" مع خوارزمية "XGBoost" وأمن "الثقة الصفرية" التكيفي لتحسين دقة كشف البرمجيات الخبيثة، والاستقرار، والمرونة في الوقت الفعلي للبنية التحتية لإنترنت الأشياء الصناعية بشكل كبير.