1707 ورقة بحثية
تقدم هذه الورقة إطار عمل للمقارنة المرجعية يراعي الموارد باستخدام أخذ عينات زمنية تكيفي لتقييم المقايضات بين الكفاءة والدقة في التعرف على الأفعال في الفيديو، مما يثبت أن بنية R(2+1)D-18 تقلل بشكل كبير من استهلاك الطاقة مع الحفاظ على أداء مستقر عبر ميزانيات حوسبية متفاوتة.
تقترح هذه الدراسة إطار عمل للتعلم العميق متعدد الوسائط يدمج صور الأشعة السينية للصدر مع البيانات الوصفية الديموغرافية باستخدام هيكل ConvNeXt Large، محققاً متوسط مساحة تحت المنحنى (AUC) بنسبة 96.88% على مجموعة بيانات NIH ChestX-ray14، ومظهراً أداءً وقدرة على التفسير يتفوقان على النماذج الحالية التي تعتمد على الصور فقط.
تقترح هذه الورقة البحثية HRDAWNet، وهو إطار عمل انتباه مبتكر يدمج بين الانتباه ثلاثي العوامل والنافذة التكيفية الديناميكية لتحقيق دقة متطورة في تصنيف الانقباضات الأذينية والبطينية المبكرة من خلال الالتقاط الفعال للاعتمادات المكانية والزمانية المعقدة والتكيف مع المعلومات السياقية الديناميكية.
تقدم هذه الورقة دراسة حالة متعددة الفصول الدراسية تثبت أن استبدال بيئات تطوير PHP التقليدية القائمة على XAMPP ببيئات Docker وDevContainers في الجامعات البحرينية يقلل من وقت إعداد الطلاب بنسبة تزيد عن 90% ويخفض بشكل كبير من العبء المعرفي الخارجي، مما يمنع أخطاء التكوين من تعريض المساق الدراسي بأكمله للخطر.
تقترح هذه الورقة البحثية خوارزمية استدلالية قائمة على التعلم لتخطيط المسار الديناميكي تدمج بين شبكة عصبية رسومية مدركة لعدد القفزات (HopGNN) ووحدة عصبية تكرارية بوابية تلافيفية (ConvGRU) لالتقاط التضاربات المكانية متعددة المقاييس والتغيرات البيئية الزمنية بفعالية، مما يظهر معدلات نجاح وكفاءة بحث متفوقة على الطرق الحالية مثل GCN-A* وGAT-A* وD* Lite في بيئات الشبكات المحاكية.
تقدم هذه الورقة معياراً متعدد المجالات يقيم خمسة نماذج لغوية كبيرة، ومعجماً قائماً على القواعد، ونموذج "ترانسفورمر" خاضع للإشراف مقابل التوصيفات البشرية، مما يكشف أنه بينما تحقق النماذج رفيعة المستوى مثل Claude Opus 4.7 وGPT-5.5 توافقاً قوياً مع البشر، إلا أن هناك اختلافاً كبيراً مستمراً بين النماذج ومع الملصقات البشرية — لا سيما في النصوص غير الرسمية — مما يثبت أن اختيار النموذج يؤثر جوهرياً على نتائج تصنيف المشاعر.
تقترح هذه الورقة إطار عمل جديداً للعلامات المائية على مستوى شجرة الإعراب المجردة (AST) ومستقلاً عن النموذج، يقوم بدمج تواقيع قابلة للتحقق تشفيرياً في الطوبولوجيا النحوية للكود المُنشأ بواسطة الذكاء الاصطناعي من خلال طفرات هيكلية محافظة على الدلالات، مما يحقق إسناداً قوياً للمصدر ويتفوق بشكل كبير على الأساليب الحالية القائمة على النصوص ضد التحويلات الشائعة للكود مثل التنسيق، وإعادة التسمية، وحقن الكود الميت.
تكشف هذه المراجعة المنهجية لـ 297 دراسة أنه في حين يتم اعتماد SHAP وLIME على نطاق واسع من أجل القابلية للتفسير في تعلم الآلة المالي — لا سيما في نماذج الائتمان — إلا أنهما يعانيان من نقص حاد في التقييم الرسمي، حيث قامت 9.1% فقط من الأوراق البحثية بتقييم جودة التفسير، مما يسلط الض الضوء على الحاجة الملحة لمعايير أقوى للتحقق والنشر لضمان الامتثال التنظيمي والثقة.
تقترح هذه الورقة إطار عمل لتحديث البرمجيات عبر الهواء (SOTA) آمن يعزز أمن عمليات نقل التحديثات عبر الهواء من خلال تشفير الثنائيات البرمجية باستخدام خوارزمية AES-256-GCM ودمجها في صور رمادية باستخدام تقنية إخفاء المعلومات (LSB) الموجهة بالخرائط الفوضوية لإخفاء الحمولة ومنع التلاعب.
تُظهر هذه الدراسة أنه في حين أن الذكاء الاصطناه التوليدي يعزز اكتساب المفردات لدى متعلمي الإنجليزية كلغة أجنبية بشكل كبير مقارنة بالتعليم التقليدي، فإن نماذج الانحدار الخطي التي تعتمد أساساً على المؤشرات اللغوية تفوق خوارزميات التعلم الآلي المعقدة والمقاييس السلوكية في التنبؤ بمكاسب التعلم هذه.