3111 ورقة بحثية
تقترح هذه الورقة البحثية DRD-YOLOv11n، وهي طريقة خفيفة الوزن وعالية السرعة للكشف عن صخور الغال (coal-gangue) وتقدير الوضعية، تدمج DySample، ووحدة تعزيز متبقية، ورأس كشف ديناميكي يعتمد على DCNv3 لتحقيق 85.6% mAP ومعدل نجاح في الإمساك بنسبة 90% للفرز الروبوتي في البيئات الصناعية الصعبة.
تقدم هذه الورقة خوارزمية AGWO-VMC، وهي نسخة متكيفة من خوارزمية تحسين ذئب الرمادي تستخدم آلية اضمحلال التغذية الراجعة للتدرج، والترميز الاحتمالي، والبحث المحلي لتقليل استهلاك الطاقة وانتهاكات اتفاقية مستوى الخدمة (SLA) في مراكز البيانات الخضراء بشكل كبير مقارنة بالنهج الميتاهيورستية الحالية.
تُظهر هذه الدراسة الاستعادية لحالة دراسية أن أخصائي تراث، دون امتلاك خبرة في برمجة الألعاب، نجح في تطوير تطبيق واقع ممتد عبر الويب (WebXR) ثنائي اللغة ومتعدد المنصات لقرية سدوس التراثية، وذلك عبر استخدام وكيل نموذج لغوي لترجمة مواصفات اللغة الطبيعية إلى كود برمي، مما جسّر الفجوة بين التقاط الواقع والتجارب التراثية التفاعلية القابلة للنشر.
تقترح هذه الورقة إطار عمل للكشف عن عيوب المظهر في تغليف أشباه الموصلات يعتمد على التعلم العميق، يدمج بين بنية تحتية لإنترنت الأشياء الصناعي (IIoT) موزعة وتعزيز البيانات الاصطناعية، مما يثبت أن بنية YOLO11 تحقق أداءً فائقاً بدقة mAP@0.5 تبلغ 93.5% على مجموعة بيانات مختلطة من بيانات حقيقية واصطناعية.
تقدم الورقة البحثية LMFR-SID، وهو كاشف للصور الاصطناعية خفيف الوزن وقابل للتفسير يدمج الأدلة البصرية والطيفية وضوضاء المستشعر لتوليد تفسيرات بلغة طبيعية قابلة للتدقيق وبدقة عالية، بهدف استعادة الثقة العامة في الوسائط الرقمية من خلال التغلب على غموض المصنفات الحالية التي تعمل كصناديق سوداء.
تؤسس هذه الدراسة خط أساس استرجاع BM25 قابل للتكرار، وتثبت أن مُنتقيًا لوجستيًا خفيف الوزن ومدركًا للأدلة يقلل بشكل كبير من معدلات الإجابات غير المدعومة في مجال الإجابة على الأسئلة العلمية باللغة الفارسية ذات الموارد المحدودة، وذلك عبر الاستفادة من السمات المعجمية وسمات تكوين اللغة لتمكين الامتناع الانتقائي.
تكشف هذه الدراسة أنه في حين أن النماذج اللغوية الكبيرة عبر الإنجليزية والإسبانية والفرنسية تفهم عمومًا الاستلزامات القياسية، إلا أنها تخفق تكرارًا في تفسير "النفي التصحيحي بالزيادة" (على سبيل المثال، "ليس دافئًا بل مغلي") باعتباره رفضًا لمصطلح ضعيف بدلاً من نفي حقيقة، رغم أن دقتها تتحسن عندما يتم تحديد التصحيح بعبارات مثل "بل بالأحرى".
تثبت هذه الدراسة تجريبيًا أنه في ظل ظروف معينة أحادية النواة مع مجموعة بيانات مكونة من 20,000 متجه، يتفوق FAISS المهيأ بـ IndexFlatL2 بشكل كبير على وضع Local Mode القائم على HNSW في Qdrant من خلال تحقيق زمن انتقال أقل بنحو 24.9 مرة وإنتاجية أعلى، مما يسلط الضوء على مقايضات الأداء بين مكتبات البحث عن المتجهات المتخصصة والأنظمة الموجهة نحو قواعد البيانات.
تقدم هذه الورقة "مشغل إعادة حقن الذاكرة النخبوية المستقل عن المُحسِّن" (EEO) لتوضيح أنه في حين أن إعادة إدخال الحلول النخبوية التاريخية يمكن أن تعزز بشكل كبير خوارزميات تحسين معينة قائمة على المجموعات مثل "خوارزمية ذئب الرمادي" عبر مختلف المعايير، فإن فعاليتها تعتمد بشكل كبير على ديناميكيات الخوارزمية المضيفة بدلاً من المشغل وحده.
تقترح هذه الدراسة نظاماً لدعم اتخاذ القرار مدفوعاً بالذكاء الاصطناعي يدمج تدفقات البيانات الضخمة غير المتجانسة ونماذج تعلم الآلة التجميعية للتنبؤ بفعالية القرارات الاستراتيجية في صناعة الفنادق، مما يثبت أن الخوارزميات القائمة على الأشجار تتفوق على الطرق التقليدية في التنبؤ بالتعافي المالي مع تحديد تخصيص رأس المال وانطباعات العملاء كعوامل محددة رئيسية للنجاح.