1707 ورقة بحثية
تقترح هذه الورقة منهجية قائمة على الرسم البياني الضبابي لنمذجة عدم اليقين في الشبكات الاجتماعية من خلال إعادة تعريف مقاييس المركزية الكلاسيكية، مبرهنةً من خلال دراسة حالة لأعضاء هيئة التدريس في جامعة طهران أن هذا النهج يستوعب قوى العلاقات الدقيقة ويقدم تصنيفات متميزة للجهات الفاعلة مقارنة بالنماذج التقليدية الحادة.
تقدم الورقة البحثية نظام PHCTQA، وهو نظام ذكاء اصطناعي خفيف وسريع يستخدم نهج تعلم متعدد الرؤى ومتعدد الحالات مستند إلى الفيزياء لتحديد عشرة عيوب في جودة التصوير المقطعي المحوسب بدون صبغة (NCCT) لمنطقة الرأس والصدر بدقة وفي الوقت الفعلي، متفوقاً بشكل كبير على المصورين الشعاعيين المبتدئين ومقللاً معدلات إعادة الفحص في البيئات محدودة الموارد.
تقترح هذه الورقة البحثية إطار عمل SA-RGLP، وهو إطار عمل مبتكر يعزز الكشف عن الاستعارة من خلال دمج نمذجة عدم الاتساق المدركة للنحو مع الأولويات الناعمة المستمدة من النماذج اللغوية الكبيرة عبر انتشار تسمية الرسم البياني المتبقي لالتقاط الهياكل الدلالية العالمية والاستدلال العلاقاتي عبر العينات، محققاً نتائج هي الأفضل في مجالها على معايير قياسية متعددة.
تقدم هذه الورقة تدقيقاً لصلاحية المكافأة والعمل لإثبات أن دفتر ملاحظات لشبكة "Deep Q-Network" يدعي تعلم الصرف الإنجليزي يفشل في الواقع في اكتساب القواعد النحوية بسبب عيوب جوهرية في دالة المكافأة، والتعبير عن العمل، وتشفير الحالة، ومنهجية التقييم.
تُظهر هذه الدراسة التجريبية أنه في تصنيف صور إشارات اليد، لا يضمن زيادة سعة الشبكة العصبية التلافيفية (CNN) أداءً أفضل، وأن تنظيم الإسقاط (dropout regularization)، لا سيما عند المعدلات المعتمدة على البنية، يتفوق بشكل كبير على عقوبات L1 وL2، حيث حقق نموذج متوسط الحجم أعلى دقة بلغت 96.66%.
تقدم هذه الورقة LMS-FAIR-India، وهي مجموعة بيانات اصطناعية بالكامل ومتوافقة مع معايير FAIR، تضم 1.7 مليون حدث من تفاعلات نظام إدارة التعلم (LMS) من جامعة هندية خاصة، مما يتيح إجراء أبحاث تحليل التعلم مع الحفاظ على الخصوصية دون استخدام بيانات طلاب حقيقيين.
تُقيّم هذه الورقة تجريبياً مدى تغطية وتكامل ثلاث تصنيفات مهيمنة لمخاطر الذكاء الاصطناعي الوكيل (OWASP-ASI، وMSFT-AIRT، وNIST AI RMF) عبر 131 حادثة من الواقع لتوفير توجيه قائم على الأدلة للممارسين وتحديد فجوات محددة لمراجعات الأطر المستقبلية.
تقترح هذه الورقة خوارزمية نظام مستعمرة النمل الميمتية المبتكرة والمدمجة مع خوارزمية البحث عن النزول في الجوار المتغير لحل مشكلة جدولة الآلات المتعددة في التصنيع الإضافي من خلال التحسين المتزامن لتكاليف الطاقة، والمدى الزمني للإنجاز، وتوجهات الأجزاء، مما يظهر تحسينات كبيرة في الكفاءة مقارنة بالطرق الحالية.
تقدم هذه الورقة إطار عمل "عنق الزجاجة المعلوماتي المدرك للانحناء" (CurvIB)، وهو تقنية لضغط النماذج ذات أسس نظرية قائمة على الهندسة المعلوماتية ونظرية ثنائية الانحناء والمعلومات، والتي توحد بين التقليم التكيفي الحساس للانحناء، والكمية المثلى المدركة لمسافة واسرستين، واستعادة الدقة القائمة على النقل الأمثل لتعزيز أداء نماذج التعلم العميق بشكل كبير تحت قيود الموارد القصوى.
تُظهر هذه الدراسة أنه في مجموعة بيانات BUSI، تُعد مكاسب الأداء الناتجة عن آليات الانتباه خفيفة الوزن المختلفة في تقسيم آفات الموجات فوق الصوتية للثدي ضئيلة إحصائياً وأقل من دقة البيانات، في حين أن عوامل مثل عمق الشبكة وتسرب البيانات (عبر اختيار نقاط التحقق أو التكرارات شبه المتطابقة) تُحدث آثاراً أكبر بكثير وقابلة للقياس.