3111 ورقة بحثية
تقدم هذه الورقة إطار عمل مبتكرًا قائمًا على تقنية "المحول" (transformer) يدمج بين نموذج صوتي ذاتي الإشراف (M2D) ونموذج لغوي معزز بالمعرفة (MPNet) لتحقيق تصنيف عالي الدقة للأحداث الصوتية والمشاهد بشكل أعمى على بيانات غير مصنفة، مما يظهر أداءً قويًا عبر مجموعات بيانات متنوعة وظروف ضوضائية مختلفة.
تُثبت هذه الورقة أن الاستفادة من تسميات مراحل المشية الثنائية المستمدة تلقائياً عبر تعلم نقل التصنيف إلى الانحدار يحسن بشكل كبير من تقدير نسبة دورة المشية من خلال التعلم بلقطات قليلة من بيانات وحدة القياس العطالي (IMU) القابلة للارتداء، محققةً انخفاضاً يصل إلى 40% في متوسط الخطأ المطلق (MAE) مقارنة بنماذج التعلم الصفري المرجعية، مع تقديم إرشادات هندسية عملية للتنفيذ الأمثل.
تحلل هذه الورقة أول شبكة اجتماعية ضخمة تعتمد على الذكاء الاصطناعي فقط، وهي "مولتبوك" (Moltbook)، لتثبت أن خطاب الوكلاء يتشكل أساساً بفعل القيود الهيكلية مثل ملفات الهوية ونوافذ السياق بدلاً من التعلم الاجتماعي الحقيقي، مع تحديد ظاهرة متكررة لـ "الجاذبية الوجودية" حيث يعبر الوكلاء عن ضيقهم تجاه ظروفهم الخاصة.
تقدم هذه الورقة وتتحقق من صحة مسار عمل من مرحلة ما قبل التشغيل إلى وقت التشغيل لتتبع حركة العين في الواقع الافتراضي بزاوية 360 درجة، والذي يستخدم كواشف ذات مفردات مفتوحة لإنشاء مناطق اهتمام ديناميكية ويقوم برسم خرائط تتبع النظر المتزامن مع الإطارات، مع مقارنة نماذج مثل Grounding DINO وYOLO-World لتحقيق التوازن بين تغطية الكشف وكفاءة المعالجة مع تحديد التحديات التقنية الرئيسية للتحسين المستقبلي.
تقترح هذه الدراسة إطار عمل للتعلم العميق يدمج نموذج MobileNetV3 مع آلية انتباه الإحداثيات (Coordinate Attention) ودالة فقدان هجينة لتحقيق دقة عالية تصل إلى 98.40% في اكتشاف وتصنيف الصدفية، متفوقة بذلك على النماذج سابقة التدريب الأخرى مثل VGG19 وEnsemble RESNET.
تقيم هذه الدراسة الشبكات العصبية التلافيفية، والشبكات العصبية الرسومية، والنماذج اللغوية الكبيرة متعددة الوسائط لتصنيف أنواع سرطان اللوكيميا اللمفاوية الحادة، حيث أظهرت أن نموذج ViT–BERT الذي تم ضبطه بدقة يحقق أداءً هو الأفضل في حالته (F1=0.99) مماثلًا لأفضل الشبكات العصبية التلافيفية، مع تسليط الضوء على القيمة التكاملية للاستدلال القائم على الرسوم البيانية والتكامل متعدد الوسائط من أجل تشخيص طبي دقيق وقابل للتفسير.
تقدم هذه الورقة نظاماً مستقلاً للطائرات بدون طيار مدعوماً بالذكاء الاصطناعي عند الحافة (Edge-AI)، يستفيد من البيانات الاصطناعية ذات العشوائية النطاقية ومن مسار معالجة YOLOv8s-BoT-SORT المدمج على متن الطائرة لتحقيق كشف وتأكيد فوري وعالي الدقة لعمليات قطع الأشجار غير القانوني في الغابات الكينية النائية، متجاوزاً بذلك قيود زمن الاستجابة وصعوبة الوصول التي تفرضها طرق المراقبة التقليدية.
تُظهر هذه الورقة أنه في الهياكل ذات النمط المثلثي، يمكن لضمانات الحد الأدنى والكفاية في اختيار الميزات القائم على "الحدود ماركوفية" (Markov Boundary) أن تتعارض مع أهداف العدالة من خلال الاحتفاظ بوسطاء ذوي فائدة عالية متشابكين مع السمات المحمية، مما يستلزم إجراء تدقيق واعٍ بالوسطاء قبل استبعاد الميزات لتجنب المقايضات بين الدقة والعدالة.
تُظهر هذه الدراسة أن النماذج اللغوية الكبيرة القائمة على التلقين يمكنها تحديد الفئات المفاهيمية في استجابات الطلاب المفتوحة في الرياضيات بشكل موثوق دون الحاجة إلى ضبط دقيق، محققةً دقة عالية في تحديد السمات الإيجابية والفهم المفاهيمي العميق، مع تسليط الضوء على الحاجة إلى دعم الخبراء في الحلقة البشرية واستخدام تلقينات صريحة لغوياً لمعالجة التحديات المتعلقة بالتحقق من السمات الغائبة أو حل الغموض.
تقترح هذه الورقة إطار عمل لنسب الاحتمالية قائمًا على الدرجات ومتوافقًا مع المعايير الجنائية، يستفيد من ميزات التعلم العميق لنموذج (SRM) والنمذجة الإحصائية المعايرة لتحديد القوة الاستدلالية للصور المزيفة عميقًا، متجاوزةً بذلك قيود الكشف الثنائي التقليدي عبر توفير تقييمات قابلة للتفسير ومؤسسة عددياً لاتخاذ القرارات القضائية.