3065 ورقة بحثية
تقدم هذه الورقة نموذج الدفاع البايزي الديناميكي المدرك لنوع الهجوم (ATA-DBD) الذي يعزز لعبة ثلاثية المستويات غير صفرية المجموع من خلال التمييز بين هجمات القوة الغاشمة وهجمات حقن SQL عبر هياكل مكافأة منفصلة وعملية تحديث معتقدات ديناميكية، مما يظهر تفوقاً في نجاح الدفاع، وكفاءة الموارد، والمنفعة مقارنة بالاستراتيجيات الثابتة والمجمعة في عمليات محاكاة مضبوطة.
تقدم هذه الورقة دراسة حالة حوسبية لتدقيق سير عمل اكتشاف الأدوية القائم على الوكيل الذكي لبروتين SMPD1، توضح كيف كشفت المراجعة العدائية عن أخطاء جوهرية غيرت الاستنتاجات المركزية، مع تسليط الضوء على حدود آليات المراجعة الذاتية الحالية وتقديم بروتوكول تدقيق قابل لإعادة الاستخدام بدلاً من مرشح دواء تم التحقق من صحته.
تقترح هذه الورقة شبكة دمج التدرج المكاني والترددي (SGFF-Net)، وهي إطار عمل للكشف عن التزييف العميق متعدد المجالات يدمج الميزات المكانية والتدرجية والترددية لتعزيز القدرة على التعميم عبر المولدات المتنوعة، مع التأكيد على أنه رغم تحسن قابلية النقل من خلال التدريب متعدد المصادر وتعزيز البيانات، إلا أن فجوات نطاقية كبيرة لا تزال قائمة في سيناريوهات العالم الحقيقي.
تحدد هذه الورقة وتُكمّم فشلاً حرجاً في تدريب النماذج اللغوية الكبيرة المعززة بالأدوات، حيث تؤدي سياسات بناء التسلسل القياسية إلى قطع الصلة بين أهداف المساعد وملاحظات الأدوات المصدرية الخاصة بها، وتقترح استراتيجيات إعادة بناء تُحسن بشكل كبير من تغطية الإشراف وسلامة السياق مع تقليل تكرار الرموز (tokens).
تتناول هذه الورقة "فجوة التفنيد" في تركيب البرامج من خلال تقديم مسار معتمد يقوم بتوليد والتحقق من براهين DRAT لادعاءات الأمثلية في البرامج الخطية المستقيمة الدنيا فوق الحقل GF(2)، مما يؤدي إلى التحقق رسمياً من 121 نتيجة لم تكن معتمدة سابقاً مع كشف عقبات التحقق الحرجة والقطع الأثرية المكتشفة ذاتياً.
تُظهر هذه الدراسة أن مسار عمل لنماذج لغوية كبيرة قابل للتدقيق يمكنه دعم المراجعات المنهجية للأدبيات بفعالية من خلال تحقيق توافق عالٍ مع الخبراء البشريين في عمليات الفرز واستخراج البيانات، مع تميز خاص في المجالات المعقدة، بينما يسلط الضوء على تحديات محددة تتعلق بالأسئلة الثنائية المتعلقة بالمعلومات غير المُبلغ عنها.
تقدم هذه الورقة نظام تعلم عميق متعدد المهام يدمج أربعة نماذج شبكات عصبية تلافيفية (CNN) متخصصة في خط معالجة تسلسلي للفرز الآلي للنفايات، والذي تم التحقق من صحته من خلال اختبارات إحصائية صارمة ونُشر في نموذج أولي لحاوية ذكية مادية تم تطويرها بالتعاون مع نستله ودوار، محققاً دقة بنسبة 92.4% على بيانات إقليمية من العالم الحقيقي.
تقترح هذه الدراسة إطار عمل للتعلم العميق المدرك للمخاطر لتنظير الجهاز الهضمي، يستخدم دالة فقدان غير متماثلة قابلة للضبط، واستراتيجيات إحالة موجهة بعدم اليقين، وبنيات خفيفة الوزن لتحقيق تصنيف مخاطر رباعي الفئات عالي الأداء مع إعطاء الأولوية للسلامة من خلال تصعيد الحالات عالية المخاطر وما قبل الخباثة.
تقيم هذه الدراسة تجريبيًا نموذجًا أوليًا شبه اصطناعي لكشف التسلل في التخزين السحابي عن طريق حقن هجمات في مسارات بيانات غير مصنفة من "مايكروسوفت أزور"، لتجد أنه على الرغم من توفير نماذج "الغابة العشوائية" لإشارات ترتيب مفيدة، إلا أن أداءها غير المستقر تحت تأثير انحراف عبء العمل الزمني وضعف كشف هجمات "البطيئة والمستمرة" يشير إلى أنها ليست جاهزة بعد للنشر في بيئات الإنتاج.
تقيم هذه الدراسة المنضبطة قدرة التعميم عبر مجموعات البيانات لخمسة نماذج خلفية (backbones) من نوع RGB مدربة مسبقاً على ImageNet واثنين من المجسات خفيفة الوزن للكشف عن التزييف العميق، مما يكشف أن تغطية النطاق المصدري وبروتوكولات التقييم لا يقلان أهمية عن اختيار النموذج الخلفي في معالجة فجوات الأداء عبر مجموعات بيانات FaceForensics++ وCeleb-DF وDFD.