3111 ورقة بحثية
تُظهر هذه الدراسة أن وكيل ذكاء اصطناعي عام الأغراض يمكنه تطوير وتنفيذ سير عمل معقد لإعادة بناء القوام ثلاثي الأبعاد لأغراض الطب الشرعي بشكل مستقل، بدءاً من البيانات الخام وصولاً إلى التقرير النهائي، محققاً دقة جزئية ولكن مع تسليط الضوء على أن الإنجاز التقني لا يضمن نتائج صحيحة علمياً دون تحقق بشري صارم.
تُثبت هذه الورقة أن إطار التنبؤ الانتقائي المعتمد على موثوقية متعددة الأبعاد، والذي يدمج عوامل مثل كفاية البيانات والألفة التوزيعية بما يتجاوز مجرد ثقة النموذج البسيطة، يتفوق بشكل كبير على التأجيل التقليدي القائم على الثقة من خلال تحديد مجموعات فرعية متميزة وعالية المخاطر من المرضى وتقليل عدد الحالات التي تتطلب مراجعة بشرية في الذكاء الاصطناه الطبي بشكل جوهري.
تقترح هذه الورقة البحثية طريقة RPDLDGBTWSVM، وهي طريقة تصنيف قوية تعمل على تعزيز آلات المتجهات الداعمة التوأم من خلال توليد كرات حبيبية من عينات حقيقية عالية الكثافة وتطبيق وزن كثافة احتمالية نسبي قائم على KLIEP عند مستوى مركز الكرة الحبيبية لتحسين الدقة والكفاءة في مجموعات البيانات المعقدة.
تُطوّر هذه الدراسة نماذج تعلم آلي مقاومة للتسرب ومدركة لعدم اليقين باستخدام بيانات القياس عن بُعد لحركة المرور الحقيقية للتنبؤ بدقة باستهلاك الطاقة لأجهزة التوجيه من فئة الناقل، محققةً دقة عالية عبر نهج خفيف الوزن وخاص بكل جهاز توجيه، مما يجعلها مناسبة لتطبيقات التوأم الرقمي للشبكة والشبكات الخضراء ذات الإدارة الذاتية.
تقيم هذه الدراسة قدرة النماذج اللغوية الكبيرة على تحديد وتقييم الفجوات التشريعية في النصوص القانونية العربية، وخلصت إلى أنه بينما تنجح هذه النماذج بفعالية في رصد حالات الإغفال وصياغة الحجج، فإن تحديد الأهمية الدستورية لمثل هذه الفجوات يتطلب حكماً قانونياً بشرياً للتمييز بين العيوب الفعلية والخيارات التشريعية المتعمدة.
تقترح هذه الورقة وتستعرض إطار عمل قابلاً للتكرار يستفيد من تقنيات معالجة اللغات الطبيعية وتعلم الآلة لتحليل المتون الببليوغرافية، مما يساعد الباحثين في صياغة الأسئلة البحثية، وتحديد الفجوات الموضوعاتية، وتحسين استراتيجيات البحث قبل إجراء المراجعات المنهجية أو الاستقصائية الرسمية.
تقيم هذه الورقة مصنفات برمجيات PE الخبيثة الساكنة على مجموعة بيانات Kaggle windows-malware من خلال دراسة استئصال محكوم لميزات الأقسام/الهيكل وميزات الاستيراد/الواجهة البرمجية للتطبيقات (API)، مما يثبت أن تعزيز التدرج (Gradient Boosting) يحقق أداءً فائقاً وكفاءة في النشر، مع تسليط الضوء على القيمة التكاملية لمجموعات الميزات من خلال مقياس جديد مراعٍ لزمن الاستجابة.
تقدم هذه الورقة البحثية "الحالات المحلية السببية" (CLS)، وهو إطار عمل قابل للتوسع يستنتج في آن واحد شبكات التفاعل السببي غير المتجانسة ويتنبأ بالأنظمة الديناميكية، وذلك من خلال الاختيار المستقل للأحياء التنبؤية المثلى لكل عقدة، مما يحقق إعادة بناء عالية الدقة للشبكة ودقة تنبؤ تضاهي النماذج ذات الهياكل المعروفة مسبقاً.
تُظهر هذه الدراسة أن "عزوم الألوان" (Color Moments) تتفوق على خمسة تمثيلات أخرى للميزات في التجميع غير الخاضع للإشراف لصور صباغة "التاي داي"، حيث تقدم النتائج الأكثر تماسكاً واستقراراً ومتانة عبر مختلف أحجام المجموعات ومقاييس التقييم.
تقترح هذه الورقة إطار عمل LIME-TLESqN، الذي يدمج بين مرشح فينر المعدل (Modified Wiener Filtering)، وتقسيم IVGG16-RCNN، ومصنف SqueezeNet الموزون بنقل التعلم والمعزز بقابلية التفسير القائمة على LIME، لتحقيق دقة تصل إلى 96.52% في تحديد أمراض أوراق الفلفل الرومي تحت ظروف العالم الحقيقي.