3279 ورقة بحثية
يُعد CleanScore إطار عمل للتدقيق في الصندوق الأسود يستخدم ضوابط سلبية وحدود حساسية للتمييز بين المهارة الحقيقية للنموذج وبين التعرض المسبق للبيانات، مما يكشف أن عمليات التدقيق القياسية القائمة على إعادة الصياغة تقلل بشكل كبير من تقدير تأثير تلوث بيانات التدريب، بينما يظهر أن تضخم الأشكال السطحية في المعايكات العامة ضئيل.
تقترح هذه الورقة إطار عمل "المُفحص–المستنتج العصبي" (Neural Screener–Reasoner) الذي يجمع بين كاشف يعتمد على الانتباه الذاتي الخطي والخالي من المُحلل، وبين نموذج لغوي كبير معزز بالاسترجاع، وذلك لتحقيق دقة عالية في اكتشاف شذوذ السجلات وتوليد تفسيرات قابلة للتحقق ومستندة إلى أدلة، مع إدارة تكاليف الاستدلال.
تقترح هذه الورقة البحثية "التجزئة القائمة على الحدود أولاً" (Boundary-First Segmentation)، وهي نموذج تدريبي خالٍ من المعلمات يقوم بإنشاء مناطق استعلام مغلقة قبل التحكيم في الهوية باستخدام "نقل أدلة الحدود الموحد" (Unified Boundary Evidence Evidence Transport - UBET)، محققاً أداءً هو الأفضل في فئته عبر مختلف المعايير من خلال إعطاء الأولوية للتماسك المكاني على التشابه الدلالي الكثيف.
تقترح هذه الورقة إطاراً تشفيرياً مقاوماً للحوسبة الكمومية يسمى "مرشح الموجة الطيفية الكسورية"، والذي يحقق معالجة فعالة بقدر تعقيد O(N log N) وإنتروبيا عالية عبر رسم خرائط البيانات ثنائية الأبعاد باستخدام منحنيات مورتون Z-order، وتطبيق تحويلات نظرية الأعداد فوق الحلقات المحدودة، والاستفادة من تصادمات التعرج غير المخففة كآلية للانتشار.
تقدم هذه الورقة "ماستيف جارد" (Mastyf Guard)، وهي بنية أمنية تعتمد على المبدأ الحتمي أولاً، تتعامل مع وكلاء النماذج اللغوية الكبيرة كأطراف غير موثوقة وتفرض ثوابت عدم التصعيد المشروطة عبر مراقب مرجعي خارجي، محققةً كشفاً شبه مثالي للهجمات مع صفر من الإيجابيات الكاذبة في التقييمات التجريبية ضد تهديدات حقن الأوامر غير المباشر وتسريب البيانات.
تقدم هذه الورقة وتتحقق من صحة بنية رؤية قابلة للارتداء، آمنة وغير متصلة بالإنترنت، تدمج بين ESP32-CAM وRaspberry Pi، وتفرض تشفيراً موثقاً، ومقاومة لإعادة التشغيل، وبدء تشغيل مغلق عند الفشل من خلال عقود برمجية قابلة لإعادة الإنتاج واختبار صارم قائم على التكامل المستمر (CI).
تقدم هذه الورقة تصميم وتقييم لوجه روبوتي منخفض التكلفة يعتمد على "راسبيري باي" (Raspberry Pi)، يستخدم مكتبة "أوبن سي في" (OpenCV) للتتبع البصري في الوقت الفعلي والتحكم في المحركات المؤازرة (servo-controlled actuation) لمحاكاة تعبيرات الوجه البشرية وحركات الرأس، محققاً دقة كشف بلغت 92.4% مع حد أدنى من زمن الاستجابة، مع معالجة الاعتبارات الأمنية للأنظمة التفاعلية الذكية.
تقترح هذه الورقة خوارزمية "تعلم كيو العميق" (Deep Q-Learning) محسنة للكشف عن الحرائق بواسطة الطائرات بدون طيار في المناطق التجريبية التعليمية، تدمج بين تحسين المكافأة متعدد الأهداف، وحوافز الحركة القطرية، وقيود مستوحاة من خوارزمية "A*" لتعزيز كفاءة المسار بشكل كبير، وتقليل التعرض للمخاطر، وتحسين معدلات نجاح المهمة مقارنة بالطرق التقليدية.
تقترح الورقة البحثية GHD-DETR، وهي بنية محول كشف مبتكرة تتميز بوحدات GatedNestStage وBDB وHAGF لتعزيز قوة كشف الأجسام بشكل كبير للأجسام الصغيرة والمحجوبة ومنخفضة التباين في ظل ظروف تصوير معقدة، محققة تحسينات كبيرة في الأداء على مجموعات البيانات الصعبة مثل RTTS وHazyDet وDUO.
تقترح هذه الورقة إطار عمل للانتشار التكيفي ثنائي الفروع والمحاذاة الزمنية الموجهة بالحركة، والذي يحل بفعالية المقايضة بين عدم القدرة على الإدراك والمتانة في العلامات المائية غير المرئية للفيديو من خلال الجمع بين الانتشار المحلي المتكيف مع المحتوى والترسيخ العالمي المدرك للإحداثيات لتحقيق أداء فائق ضد الاقتصاص المحلي والهجمات الأخرى.