3418 ورقة بحثية
تقترح هذه الورقة طريقة لتقدير الشكل والوضعية ثلاثية الأبعاد الكاملة للأجسام الشفافة من صورة واحدة (RGB-D) عبر الاستفادة من نموذج YOLO11 للكشف الأولي وتحسين نموذج شكل إحصائي خاص بالفئة بشكل تكراري للتغلب على قيود مستشعرات العمق التقليدية.
تُعد CAPE-Net مصنفًا خاضعًا للتحكم، وتكيفيًا، ومدركًا للانزياح، مع خاصية الخروج المبكر، يُمكّن مزودي خدمات الإنترنت من إجراء تصنيف دقيق، ومعتمد، وقابل للصيانة لحركة المرور المشفرة بناءً على البيانات الوصفية لتسلسل الحزم، وذلك عبر دمج ضمانات الخطأ الخالية من التوزيع، والامتناع عن تحديد التطبيقات غير المعروفة، وإصلاح الانزياح الفعال لكل فئة ضمن نموذج واحد مدمج.
تقترح هذه الورقة وتقيم إطار عمل للتحكم في الوصول القائم على السياسات (PBAC) مدعوماً بتقنية البلوكشين، تم تنفيذه على Hyperledger Besu باستخدام عقود ذكية بلغة Solidity لتحقيق مشاركة بيانات طبية آمنة ومتوافقة مع اللائحة العامة لحماية البيانات (GDPR) وتتمحور حول المريض من خلال الموافقة الديناميكية والتدقيق الشفاف، مما يظهر توازناً بين كفاءة الأداء واستقلالية المريض عبر مختلف آليات الإجماع.
تُحلل هذه المراجعة المنهجية للأدبيات، الملتزمة بإرشادات PRISMA 2020، 32 دراسة حول استخدام النماذج اللغوية الكبيرة في الاكتشاف الرياضي لتحديد سبعة نماذج تقنية، وتسليط الضوء على الفعالية المتفوقة للبحث التطوري المقترن بالتحقق الرسمي، وتقديم تصنيف لتوجيه الأبحاث المستقبلية في هذا المجال.
تقترح هذه الورقة طريقة للكشف عن الهجمات السيبرانية في إنترنت الأشياء الصناعية (IIoT) تجمع بين تقنيات معالجة عدم توازن الفئات، مثل Borderline-SMOTE، ونموذج CNN–BiLSTM–Attention لتعزيز التعرف على فئات الهجمات الأقلية وأداء الكشف العام بشكل كبير على مجموعة بيانات TON-IoT.
تقدم هذه الورقة البحثية TrustSLM، وهو إطار عمل مدرك للثقة يقوم بتجميع مخرجات نماذج لغوية كبيرة متعددة باستخدام مقاييس الموثوقية للكشف عن الهلوسة، وتحديد مفارقة الدقة المتمثلة في الأخطاء المفرطة في الثقة، وتنظيم الاستجابات من خلال سياسة امتناع منضبطة لضمان نشر أكثر أمانًا للذكاء الاصطناعي.
تقترح هذه الورقة البحثية خوارزمية YOLOv11-AHFE، وهي خوارزمية مبتكرة للكشف عن عيوب الأسطح تدمج تحويلاً موجياً ثنائي المسار ووحدة تعزيز التردد العالي في بنية YOLOv11 للحفاظ على التفاصيل الحرجة عالية التردد واستعادتها والتي تُفقد أثناء عملية خفض العينات التقليدية، مما يؤدي إلى تحسين الكشف عن العيوب المعقدة وصغيرة النطاق على الأسطح المعدنية بشكل كبير.
تُثبت هذه الورقة أن اعتماد هدف تدريب "مينيمكس" (minimax)، الذي يعمل على تحسين وكلاء إعادة تصميم الشبكات ضد محفظة هجمات أسوأ حالة يتم إعادة حسابها ديناميكيًا بدلاً من استراتيجية واحدة ثابتة، يقلص بشكل كبير "فجوة التدهور التكيفي" وينتج توبولوجيا ذات متانة فائقة في أسوأ الحالات ضد الخصوم القادرين على الاستطلاع، بغض النظر عن المُحسِّن المحدد المستخدم.
تقترح هذه الورقة البحثية شبكة AGHA-Net، وهي إطار عمل جديد للتعلم العميق يدمج التلافيف الرسومية التكيفية، والوحدات المتكررة المبوّبة الزمكانية، وآلية انتباه هجينة ثنائية الفرع لتحسين دقة واستقرار التنبؤ بتدفق ركاب السكك الحديدية الحضرية على المدى القصير بشكل كبير من خلال الالتقاط الفعال للاعتمادات المكانية الديناميكية والأنماط الزمنية المعقدة.
تقدم هذه الورقة وتقيم مساراً هجيناً غير متصل بالإنترنت لإزالة تحديد الهوية من السجلات السريرية باللغة البرتغالية البرازيلية باستخدام نماذج لغوية محلية ذات أوزان مفتوحة ومرشحات قائمة على القواعد، مما يظهر استدعاءً عالياً واستقراراً على أجهزة متواضعة دون الحاجة إلى ضبط دقيق خاص بالمهمة.