cs

Block-Sparse Pruning Compresses Models Without Reducing Inference Latency in Intrusion Detection Networks

تُظهر هذه الدراسة أنه في حين أن التقليم المتفرق كتلويًا (block-sparse pruning) يضغط نموذج كشف التسلل للتعلم العميق بشكل كبير من أجل النشر على الحافة دون تحسين زمن انتقال الاستدلال على الأجهزة القياسية، إلا أنه يتسبب في عدم استقرار خاص بالفئات ويفشل في معالجة مشكلات الأداء لأنواع الهجمات الأقلية.

AI-Driven Multi-Objective Scheduling and Load Balancing of Containers in Federated Cloud Environments

تقترح هذه الورقة إطار عمل مدفوعاً بالذكاء الاصطناعي لبيئات السحابة الاتحادية يدمج الشبكات العصبية الرسومية، وتحسين NSGA-II، والمناديب السياقية لتقليل انتهاكات اتفاقية مستوى الخدمة (SLO)، واستهلاك الطاقة، والتكاليف التشغيلية، وحركة المرور بين المجموعات في آن واحد، مع تعظيم العدالة والاستقرار، محققاً أداءً فائقاً على الطرق القائمة في التقييمات التجريبية.

Artificial Empathy and the Limits of Safety and Governance: A Walkthrough Analysis of Crisis Response in AI-Mediated Mental Health Support

تقيم هذه الدراسة ست منصات للذكاء الاصطناعي التوليدي وتجد أنها، رغم محاكاتها المستمرة للتعاطف، تُظهر تضارباً كبيراً في اكتشاف الأزمات وتصعيدها، مما يكشف عن فجوة حرجة بين التزامات السلامة الموثقة لديها وبين أدائها الفعلي أثناء التفاعل.

A Unified Two-Phase Motion Regime-Aware Hybrid Multi-Sensor Data Fusion Framework for Navigation of Intelligent Systems

تقترح هذه الورقة إطاراً هجيناً موحداً ثنائي المراحل يدمج خط معالجة لتصنيف الحركة مدركاً للنظام مع ضبط تكيفي لمعلمات ضوضاء مرشح كالمان قائم على التعلم التعزيزي لتعزيز دقة ملاحة المركبات ذاتية القيادة ومتانتها ضد عمليات انتحال نظام تحديد المواقع العالمي (GPS).

A Deterministic Complete Graph Hill Cipher with Shift128 Residual Encryption for Universal Binary Files

تقدم هذه الورقة البحثية إطار التشفير الهجين CGHC-S128، الذي يجمع بين تشفير هيل للرسم البياني الكامل وتشفير المتبقي Shift128 لتشفير الملفات الثنائية الشاملة من أي حجم بأمان وكفاءة دون الحاجة إلى حشو، مع ضمان قابلية عكس المفتاح رياضياً، وفك التشفير المثالي، والمقاومة القوية للهجمات التحليلية التشفيرية.

CAI Computing Power Law: A Quantitative Framework for the Tripartite Balance of Computing Power, Algorithms and Generalized Information Resources

تقترح هذه الورقة قانون قدرة الحوسبة CAI، وهو إطار كمي (C = A/I) يوضح أن تحسين الخوارزميات وتنقية موارد المعلومات يمكن أن يعزز بشكل كبير القدرة الحوسبية الفعالة ويخفف من حدة تناقص العوائد، مما يوجه الصناعات لتحقيق توازن ثلاثي ديناميكي بين القدرة الحوسبية والخوارزميات والمعلومات العامة بدلاً من الاعتماد فقط على التوسع في الأجهزة.

Big Data-Driven Early Warning Model for Safety Risk Management in Tobacco Enterprises

تقترح هذه الورقة نموذجاً للإنذار المبكر لشركات التبغ قائماً على البيانات الضخمة، يدمج مسار بيانات موزعاً قابلاً للتوسع، وهندسة ميزات متقدمة، ونظام تعلم تجميعي للتغلب على قيود المراقبة التقليدية من خلال تمكين الكشف عن مخاطر السلامة ودعم اتخاذ القرار بشكل فوري ودقيق وقابل للتفسير.

Cross-Outbreak Transfer Learning Under Data/Label Scarcity: Foundation ML model for epidemiology

يقدم البحث إطار عمل OBFM-SafeEnsemble، وهو إطار تعلم نقل محمي عبر الفاشيات يستفيد من الأولويات المصدرية والتنظيم التكيفي لتحسين التنبؤ بحالة التأكيد بشكل كبير في فاشيات إيبولا شحيحة البيانات، مع منع انتقال المعرفة الضارة من خلال التحقق الصارم واختيار المجموعات.

Intelligent Adaptive Hybrid Encryption Based on Unimodular Hill Cipher, RSA-OAEP, and Chaotic Logistic Maps for Universal Digital File Security

Melanoma Prediction Using a Deep Convolutional Neural Network (CNN) Model

تقدم هذه الدراسة مراجعة ببليومترية ونظامية شاملة لأبحاث الكشف عن الميلانوما القائمة على التعلم العميق من عام 2015 إلى عام 2026، تسلط الضوء على الاتجاهات الرئيسية في بنيات الشبكات العصبية الالتفافية والتعلم بنقل الخبرة، مع تحديد التحديات الحرجة مثل عدم توازن مجموعات البيانات والتحقق السريري لتوجيه التطوير المستقبلي لأنظمة تشخيصية موثوقة.