3418 ورقة بحثية
يُعدُّ AIDEr إطار عملٍ قابلاً للتدقيق لتقييم المستندات مقابل متطلبات باللغة الطبيعية، حيث يقوم بتجميع القواعد في كودٍ قابل للتنفيذ لتقييد استخراج الأدلة عبر نماذج لغوية صغيرة، مما يضمن أحكاماً حتمية وقابلة للفحص مع إثبات أن إصلاح القواعد القائم على التحقق يعزز الدقة بشكل كبير عبر النماذج ذات المعلمات التي تتراوح بين 2 إلى 4 مليارات في السياقات التعليمية.
تقترح هذه الورقة نهجاً مزدوجاً لتعزيز الشفافية والأداء في التنبؤ بعيوب البرمجيات في مجموعات البيانات غير المتوازنة، وذلك من خلال تحسين المقايضة بين معدلات الكشف والإنذارات الكاذبة عبر هدف مبتكر لتعديل العتبة وضبط دقيق للبيانات قائم على التفسير القائم على التفسيرات المضادة للواقع.
تُظهر هذه الدراسة أنه في حين يمكن لنماذج التعلم العميق التقاط أنماط الشيخوخة البيولوجية لتقدير العمر الجنائي، إلا أن موثوقيتها تتأثر بشكل كبير بالتحولات السكانية والتقنية، مما يؤكد الحاجة الماسة إلى التحقق الخارجي وتحليل القابلية للتفسير للكشف عن المسارات غير التشريحية المختصرة قبل التطبيق الجنائي.
تقترح هذه الورقة وتقيم إطار عمل "SPARE-STARE"، وهو إطار أمني قائم على معلمات الاستعلام يستخدم التشفير والمعرفات الفريدة لربط تطبيقات الويب التقدمية (PWAs) بأنشطة الويب الموثوقة (TWAs)، مما يقلل بفعالية من تهديدات النسخ غير المصرح بها مع التغلب على قيود الاتصال وتقليل تعقيد التطوير.
تقترح هذه الورقة إطار عمل DFLA-IDS، الذي يجمع بين اختيار الميزات العالمي باستخدام MIC وmRMR مع محول انتباه مدرك للفقد لمعالجة تكرار الميزات وعدم توازن الفئات بفعالية، محققاً أداءً فائقاً في كشف التسلل على مجموعة بيانات UNSW-NB15 مقارنة بـ Deep BiLSTM.
تقدم هذه الورقة البحثية IFF-HVT، وهي بنية هجينة تدمج عمود فقري من نوع ResNet-50 مع نمذجة سياقية قائمة على المحولات ووحدة دمج ميزات غنية بالمعلومات لموازنة تمثيل الميزات المحلية والعالمية بفعالية، مما يحقق تحسينات كبيرة في الدقة مقارنة بالنماذج المرجعية على مجموعات بيانات تصنيف الصور متوسطة النطاق.
تقيم هذه الورقة نماذج مختلفة من تعلم الآلة والتعلم العميق للكشف المستهدف عن الاستعارة في مجموعة بيانات مكونة من سبع كلمات مستهدفة، حيث وجدت أن نهجاً هجيناً يجمع بين (LDA) و(Sentence-BERT) و(Random Forest) يتفوق على الأساليب الأخرى، بما في ذلك نظام التصويت الجماعي (consensus ensemble)، من خلال تحقيق دقة بنسبة 84% عبر الجمع الفعال بين تضمينات الجمل السياقية والمعلومات على مستوى الموضوع.
تقترح هذه الورقة إطار عمل هجين للتنبؤ بالطلب على سيارات الأجرة يدمج بين تحليل المصفوفات غير السالبة وتحسين القرش الأبيض لمعالجة البيانات المفقودة، وشبكات الذاكرة الطويلة قصيرة المدى (LSTM) للنمذجة الزمنية، وآلية تنظيم مراعية للعدالة قائمة على تقارب المشقة النسبية لتقليل التفاوتات في التنبؤ عبر المناطق الحضرية مع الحفاظ على دقة عالية.
تقدم هذه الورقة البحثية "إيكو تراك" (Eco Track)، وهو نموذج أولي منخفض التكلفة مدعوم بالذكاء الاصطنا achievement وإنترنت الأشياء، يستخدم نموذج YOLOv8-M ومحركات آلية لتحقيق فرز آلي واعٍ بالسلامة لمكونات النفايات الإلكترونية الصغيرة، مما يظهر دقة عالية ومتوسط دقة تنبؤ (mAP) في الإعدادات المختبرية مع معالجة قيود النشر العملي عند الحواف.
تُعد EELTRA-Net إطار عمل هجين ذكي يدمج وحدات تلافيفية زمنية، ووحدات متكررة ذات بوابات، وشبكة تغذية أمامية مدفوعة بالانتباه لتحسين كفاءة الطاقة، والموثوقية، وعمر الشبكة في الشبكات المخصصة للمركبات، محققةً مقاييس أداء فائقة مثل نسبة تسليم حزم بلغت 98.9% مقارنة بالنماذج المرجعية الحالية.