3317 ورقة بحثية
تقدم هذه الورقة LEGR، وهو إطار عمل شامل (end-to-end) للتعرف على بنية الجداول يستبدل الاستدلالات الهندسية الثابتة بميزات حواف علاقاتية قابلة للتعلم ووحدة تنقية شبكة انتباه رسومية متتالية لتحقيق أداء قوي ومستقل عن المجال من خلال التصحيح التكراري للتنبؤات عبر الاستدلال التخطيطي العالمي المتعلم.
تقدم هذه الدراسة نظام دعم قرار قائم على نظام أندرويد وقابل للتفسير، يستخدم نموذج XGBoost مُحسَّناً وخوارزمية Monte Carlo SHAP ذات كفاءة حوسبية عالية لتوفير تنبؤات فورية وقابلة للتفسير لمقاومة الضغط للخرسانة عالية الأداء مباشرة على الأجهزة المحمولة.
تقترح هذه الورقة إطار عمل موحداً ذا توازن مزدوج يعالج كلاً من عدم التوازن في التسميات وعدم التوازن في الأنماط في استخراج العلاقات متعدد الوسائط طويل الذيل، وذلك من خلال استراتيجية دمج فرع النمط من أجل الاتساق عبر الوسائط، ومعاير فئات مدرك للمسبقات لتحسين التعرف على علاقات الذيل، مما يظهر أداءً تنافسياً في معايير MNRE وMORE.
تقترح الورقة البحثية "وكلاء الاستجابة التقريبية المتعددة" (MARA)، وهي طريقة استرداد أولي قابلة للتوازي تولد استجابات متعددة ذات دون-مثالية مقيدة لاستعلامات أسعار الثنائيات وتجمع بينها لتحقيق حلول ممكنة وقريبة من المثالية بسرعة في التحسين الموزع دون زيادة وقت التنفيذ الفعلي.
تقدم هذه الورقة البحثية شبكة FPA-Net، وهي شبكة عميقة ثنائية الفرع تستفيد من نمذجة الترددات ذات القيم المركبة وآليات الانتباه المدركة للمواقع ضمن فضاء الألوان HVI لتحقيق تعزيز لصور الإضاءة المنخفضة بمستوى رائد يضمن دقة هيكلية فائقة واتساقاً لونياً متميزاً.
تقترح هذه الورقة البحثية شبكة "MeanRadius-SMOTE Graph Neural Network" (MRS-GNN)، وهي إطار عمل مبتكر يعالج عدم توازن الفئات في كشف الأعطال والاختراقات من خلال توليد عقد اصطناعية في فضاء التضمين وإنشاء حواف متخصصة للحفاظ على طوبولوجيا الرسم البياني، مما يؤدي إلى تحسين دقة التصنيف والمساحة تحت منحنى خصائص تشغيل المستقبِل (AUC-ROC) بشكل كبير في ظل ظروف عدم التوازن الشديدة.
تقترح هذه الورقة مخطط مصادقة آمناً وفعالاً للشبكات المخصصة للسيارات (VANETs) يجمع بين ECDSA وECDH وHMAC مع SHA-256 لضمان سلامة الرسائل وإنشاء مفتاح الجلسة، مع استخدام أسماء مستعارة ديناميكية للخصوصية، وقائمة إبطال قائمة على المفتاح العام لإدارة الشهادات بكفاءة، ومزامنة زمنية قائمة على نظام تحديد المواقع العالمي (GPS) لمنع هجمات إعادة التشغيل.
تقترح هذه الورقة إطار عمل متين للتعلم العميق التجميعي يجمع بين نماذج DenseNet وResNet وXception عبر التصويت بالأغلبية لتحقيق كشف عالي الدقة لحرائق الغابات والدخان، متفوقاً بذلك على النماذج الفردية في كل من مجموعات بيانات الحرائق فقط ومجموعات بيانات الحرائق والدخان معاً.
تقدم هذه الورقة منصة مبتكرة لإخفاء هوية البيانات تعتمد على تقنية Shiny ومنخفضة الكود، تُمكّن الباحثين، لا سيالما في البيئات محدودة الموارد، من حماية المعلومات الحساسة وضمان فائدة البيانات من خلال واجهة بديهية، وتقييم متكامل للمخاطر، وتوليد تلقائي لكود قابل لإعادة الإنتاج بلغات R وStata وPython.
تقدم هذه الورقة شبكة عصبية متكررة مبتكرة مستوحاة من طرق التمهيد الأسي، والتي تستخدم خوارزمية تعلم قائمة على تحسين سرب الجسيمات ودالة هدف جديدة لتحقيق أداء تنبؤي فائق للسلاسل الزمنية الموسمية مقارنة بالشبكات العصبية الاصطناعية العميقة والضحلة الموجودة.