1707 ورقة بحثية
تقترح هذه الورقة البحثية إطار عمل TPCT، وهو نموذج "ترانسفورمر" (Transformer) جديد مدرك للطوبولوجيا يدمج الميزات الهندسية وميزات الطوبولوجيا للرسم البياني المزدوج مع أخذ عينات تكيفي للمساحة لتحقيق دقة هي الأفضل في مجالها في التعرف على الميزات الهندسية المعقدة ضمن نماذج CAD ذات التمثيل الحدودي (B-rep).
تقترح هذه الدراسة إطار عمل لاختيار الميزات يعتمد على خوارزمية مُحسِّن الذئب الرمادي والمُحسَّن بواسطة المعلومات المتبادلة لتقليل فضاء الميزات بفعالية للكشف عن روبوتات وسائل التواصل الاجتماعي، محققةً دقة تصنيف بلغت 98.87% باستخدام خوارزمية XGBoost على مجموعة بيانات تضم 8,386 حساباً.
تقدم هذه الورقة البحثية "مجموعات تدوير الرموز السياقية" (CTRE)، وهو إطار عمل جديد للتعلم الجدولي يعزز تنوع المجموعات وقوتها من خلال دمج تمثيلات الرموز السياقية القائمة على نماذج المحولات (Transformer) مع تدويرات الميزات التكيفية مع البيانات والمدركة للتفاعلات، متفوقاً بذلك على الطرق الكلاسيكية لا سيما في مجموعات البيانات عالية الأبعاد وغير المتوازنة.
تقترح هذه الورقة خوارزمية قطرة المطر الاصطناعية متعددة الأهداف ذات التطور المشترك الهرمي (HCMOARA) التي تدمج أخذ العينات بالتربيع اللاتيني، والمجموعات الفرعية المقسمة مع استراتيجيات بحث متخصصة، وآلية تحديث عامل التدفق التكيفي لتحسين زمن الإنجاز واستهلاك الطاقة والتكلفة بفعالية في مشكلات جدولة ورش العمل المرنة.
تقدم هذه الدراسة إطار عمل متكامل لتعلم الآلة يستخدم معالجة اللغات الطبيعية، وتقليل الأبعاد، وخوارزميات التجميع لتحليل المحفظة البحثية لجامعة ما، كاشفةً أن كلية الهندسة والعلوم الطبيعية تهيمن على الميزانية وتحدد فرصاً كبيرة لإعادة التوجيه الاستراتيجي إلى جانب وجود ملف مشاريع عالي المخاطر بنسبة 33.4%.
تقترح هذه الورقة أربع تقنيات استدلالية جديدة، بما في ذلك BEFRA وBEQRA، والتي تستفيد من معلومات تردد الحواف وجودتها غير المستغلة لتعزيز أداء ومتانة خوارزميات تحسين مستعمرة النمل لحل مسألة البائع المتجول المتماثلة بشكل كبير.
تقترح هذه الورقة إطار عمل هجينًا يجمع بين LSTM وLightGBM معززًا بتقنية SHAP للكشف عن هجمات حجب الخدمة الموزعة (DDoS) متعددة الفئات في الوقت الفعلي، وبشكل قابل للتفسير في شبكات الجيل الخامس (5G) وإنترنت الأشياء (IoT)، مما أظهر دقة ومتانة فائقتين عبر مجموعات بيانات CICIDS2017 وCIC-DIAD2024 وCICIoT2023.
تقترح هذه الورقة البحثية وتقيم نظاماً للكشف عن الاحتيال يعتمد على الذكاء الاصطناعي ومصمماً خصيصاً لخدمات الدفع القائمة على الاشتراكات، حيث تُثبت أن بنية هجينة تجمع بين (XGBoost+Bi-LSTM) تتفوق على النماذج المنفردة عبر مقاييس متعددة على مجموعة بيانات اصطناعية تغطي ستة أنواع متميزة من الاحتيال، مع الإقرار صراحةً بأن النتائج هي بمثابة دليل لإثبات المفهوم وليست أداءً مُتحققاً منه في العالم الحقيقي.
تقدم هذه الورقة البحثية "شبكة المشبك المناعي" (ISN)، وهي بنية جديدة للتعلم العميق مستوحاة من آليات التعرف لدى الخلايا التائية، والتي تكتشف بفعالية الشذوذات الضعيفة المستمرة في البيانات السلاسل الزمنية من خلال تصفية الإشارات العابرة عبر عملية "إثبات القراءة الحركي"، متفوقة بذلك على النماذج القياسية في المهام التي تُحدد بناءً على الاستمرارية الزمنية بدلاً من المقدار اللحظي.
تُقيّم هذه الدراسة الجدوى أداء نماذج تعلم الآلة التقليدية والتعلم العميق على التقارير المالية لإدارة المراقب والمحاسب العام في غانا، حيث كشفت أنه بينما حقق نموذج XGBoost المضبوط بدقة تصنيفاً مثالياً للفئات، إلا أن دراسة الاستئصال اللاحقة أظهرت أن ميزات الكلمات المفتاحية قد ضخمت هذه النتائج بشكل كبير، مما يؤكد الحاجة الماسة إلى التحقق الصارم من الميزات قبل نشر مثل هذه الأدوات في سياقات القطاع العام.