3111 ورقة بحثية
تقترح هذه الورقة "عدم إعادة التخزين المؤقت الثانوية" (NSR)، وهو متحكم في استئناف التشغيل على مستوى الإطار يتنبأ ديناميكيًا بأحداث إعادة التخزين المؤقت الثانوية ويمنعها من خلال تقدير عرض النطاق الترددي واستنزاف المخزن المؤقت، مما يحسن باستمرار جودة الخدمة للجلسة عبر مختلف خوارزميات معدل البت التكيفي مقارنة بالنماذج المرجعية الثابتة والتكيفية.
تقترح هذه الورقة إطار عمل للاستكشاف الذاتي يستخدم طبقة قرار تعتمد على مسارات مستمرة مصفاة بمرشح كالمان وتبديل أهداف مدرك لعدم اليقين لتحسين اختيار الحدود، مما يمكّن روبوتاً مدرباً باستخدام خوارزمية (PPO) من تحقيق تغطية بنسبة 95% بشكل أسرع بنسبة 20.3% وبمسافة سفر أقل بنسبة 19.4% مقارنة بنموذج أساسي غير قابل للتبديل في تجارب واقعية.
تقترح هذه الورقة البحثية VDSAC-TD3، وهو إطار عمل جديد للتعلم المعزز العميق متعدد الوكلاء يدمج بين تفكيك القيمة، وتنظيم الحد الأقصى للإنتروبيا، وآليات التأخير المزدوج لتحسين التغطية التعاونية في الشبكات غير المتجانسة المكونة من الأقمار الصناعية والطائرات بدون طيار، مع معالجة قيود الطاقة ومتطلبات السلامة والتحديات البيئية الديناميكية بفعالية.
تقترح هذه الورقة إطار عمل خفيف الوزن، معزز بالانتباه من نوع CNN-BiLSTM للكشف عن التسلل في شبكات إنترنت الأشياء محدودة الموارد، والذي يستخدم اختيار الميزات القائم على المعلومات المتبادلة لتحقيق أداء تنافسي وقابلية تفسير ذاتية على أجهزة الحافة، كما تم التحقق من صحته بواسطة معيار UNSW-NB15.
تقدم هذه الورقة TaleTutor AI، وهو إطار عمل تكيفي يدمج التقدم السردي المهيكل تربوياً مع التدعيم القائم على الإتقان لتقديم تعليم مخصص، موضحاً من خلال التقييم على دروس ScienceQA أن النظام يوازن بفعالية بين التماسك السردي، والاتساق الواقعي، والدعم التعليمي المتمايز.
يُعد BudgetFunnel إطار عمل يعتمد على التتبع، ينتقل من المستوى العام إلى التفصيلي، ويقوم بتخصيص ميزانية مشتركة للاحتفاظ الدافئ عبر وظائف خادمية (serverless) غير متجانسة باستخدام فحص خفيف الوزن ومخصص جشع مدرك للأسبقية، محققاً بذلك تخفيفاً شبه مثالي لبداية التشغيل البارد مع تقليل كبير في عبء التقييم مقارنة بالتقييم الكامل واستراتيجيات الخط الأساسي الحالية.
تقترح هذه الدراسة نموذجاً لتقدير حجم البرمجيات يدمج مقاييس الحجم الوظيفي (UFP وCFP) مع مقاييس التعقيد الوظيفي (CC وYC) باستخدام تحليل الانحدار، مما يثبت أن الجمع بين هذه المقاييس — لا سيما UFP مع مقاييس التعقيد — يقلل بشكل كبير من خطأ التقدير ويحسن دقة التنبؤ لتطبيقات مثل COCOMO II.
تقترح هذه الورقة تمثيلاً وسيطاً دقيقاً يفصل قوالب شكل النبضة عن الواصفات الخاصة بكل حدث للقضاء على الحسابات الشكلية المتكررة، مما يحقق تسارعاً في سرعة التجميع على مستوى النبضة بمقدار رتبة عشرية مع الحفاظ على دقة تماثل دقة الآلة.
تقترح هذه الورقة طريقة SLDMG، وهي طريقة اختيار ميزات متعددة التسميات تتسم بالندرة وانخفاض التكرار، تعمل على تعزيز أداء النموذج من خلال بناء مصفوفات رسوم بيانية ديناميكية عالية الجودة من مدخلات منخفضة الجودة وإزالة الميزات الزائدة، مما يحقق تحسينات ملحوحة في مقاييس Macro-F1 مقارنة بالنهج الرائدة الحالية.
تقترح هذه الورقة إطار عمل لإخفاء المعلومات في الصور يعتمد على شبكات الخصومة التوليدية (GAN) ويتسم بالمتانة، حيث يستخدم مولداً ومميزاً ومستخرجاً يعتمد على الشبكات العصبية الالتفافية (CNN) لدمال واسترجاع النص السري بأمان مع جودة بصرية عالية (PSNR ~41.29 dB)، ومقاومة قوية لهجمات الضجيج والضغط، وسرعات معالجة فائقة.