3279 ورقة بحثية
يُعد CandidateFusion-MKAN إطار عمل موحداً يحقق تصنيفاً قوياً للأزمات متعدد الوسائط أحادي المخرج من خلال دمج تعلم مجموعة المرشحين المدعوم بالوسائط، واحتمالية مجموعة المرشحين، والأهداف الناعمة التكيفية المحدودة للتعامل بفعالية مع تنوع الإشراف، والأدلة المفقودة أو المتدهورة، والإشارات المتضاربة أو المتكاملة.
تقدم هذه الورقة البحثية HoKuVit، وهو نموذج محول رؤية تلاففي (Convolutional Vision Transformer) قابل للتوسع يدمج طبقات تلاففية قائمة على نموذج كوراماتو وطبقات خطية قائمة على نموذج هوبفيلد في بنية شبكة عصبية تذبذبية (Oscillating Neural Network)، محققاً أداءً رائدًا في معيار CIFAR-10 مع إظهار مسار قابل للتطبيق لتوسيع نطاق الشبكات العصبية التذبذبية لتشمل خطوط معالجة الذكاء الاصطنا-العميقة.
تقدم هذه الورقة البحثية شبكة Geometry-aware LegONet (gLegONet)، وهي إطار عمل لتعلم العمليات يتسم بالنمطية، يعمل على فصل الآليات الفيزيائية عن هندسات محددة من خلال التدريب المسبق للكتل التباينية على مجال طيفي محيط وتكييفها مع مجالات مستهدفة تعسفية عبر متشعبات تآلفية محددة بالحدود، مما يتيح حل المعادلات التفاضلية الجزئية واكتشاف القوانين بشكل قابل لإعادة الاستخدام دون الحاجة إلى إعادة تدريب خاص بكل هندسة.
تقدم هذه الورقة "المتن القانوني السعودي للذكاء الاصطناعي"، وهو عبارة عن مجموعة بيانات شاملة، ومستمدة من مصادر رسمية، وقابلة للتدقيق على مستوى المقالات، تضم ٢٩٠ أداة تشريعية سعودية تتميز بتتبع فريد للمصدر، وطبقات تحليلية مهيكلة مثل رسوم الاقتباس البيانية وقواميس المصطلحات المعرفة، ومعيار استرجاع يثبت الأداء المتفوق للبحث المعزز بالبيانات الوصفية مقارنة بالنماذج القياسية في معالجة اللغات الطبيعية القانونية العربية.
تتناول هذه الورقة تحدي الغموض المعجمي في الترجمة الآلية من السنسكريتية إلى الإنجليزية عبر بناء مدونة موازية معززة بالمعاني باستخدام النماذج اللغوية الكبيرة وجرد مخصص للمعاني، مما يثبت أن دمج معلومات معنى الكلمة بشكل صريح يحسن جودة الترجمة بشكل كبير عبر مختلف بنيات النماذج.
تقدم هذه الورقة تصميم وتنفيذ نظام مطعم ذكي مؤتمت بالكامل يدمج تطبيقات الهاتف المحمول، والبنية التحتية لإنترنت الأشياء، وروبوتات الخدمة للقضاء على التدخل البشري، مما يؤدي إلى تحسينات كبيرة في أوقات الانتظار، ودقة الطلبات، وسرعة التوصيل مع تحقيق سهولة استخدام ممتازة للمستخدم.
تقدم هذه الورقة البحثية UBET، وهو إطار عمل للتجزئة من لقطة واحدة لا يتطلب تدريباً، يعطي الأولوية لبناء فرضيات المناطق المغلقة قبل التحكيم في الهوية باستخدام مقترحات مجمدة وأدلة تحليلية من DINOv2، محققاً أداءً هو الأفضل في فئته عبر معايير متنوعة دون الحاجة إلى تدريب النموذج.
تُظهر هذه الدراسة أن نموذج التعلم العميق يمكنه تقدير معدل ضربات القلب بدقة عند عتبة اللاكتات البالغة 2 مليمول·لتر⁻¹ عبر الجري وركوب الدراجات والتجديف وقوارب الكاياك، متفوقاً على الطرق التقليدية ضمن رياضات محددة، ولكنه يتطلب تحققاً خاصاً بكل رياضة نظراً لانخفاض دقة التعميم عبر التخصصات المختلفة.
يُعد RheumBench أول معيار مرجعي متخصص ومعتمد من قبل الخبراء وقائم على نموذج تقييم (rubric) في مجال أمراض الروماتيزم، حيث قام بتقييم عشرة نماذج لغوية كبيرة (LLMs) وأنظمة استرجاع المعلومات المعزز (RAG)، وكشف عن وجود فجوات كبيرة في الأداء، وثقة مفرطة ممنهجة، وأخطاء حذف قد تكون خطيرة، مما يؤكد الحاجة الماسة للإشراف البشري في دعم اتخاذ القرار السريري.
تحلل هذه المراجعة المنهجية للأدبيات التحول النوعي في كشف الأجسام من البنى الالتفافية التقليدية إلى نماذج المحولات والتعلم بلقطات قليلة، مع تسليط الضوء على فوائدها في تبسيط مسارات الكشف وتحسين كفاءة البيانات مع معالجة التحديات المستمرة مثل التكلفة الحسابية وكشف الأجسام الصغيرة من خلال الابتكارات الهيكلية واستراتيجيات التدريب المسبق المتقدمة.