1708 ورقة بحثية
تقدم هذه الورقة HERMES، وهو إطار عمل موحد يحقق توازن الخصوصية، وعدم قابلية تمييز مبلغ المعاملة، وعدم إمكانية ربط المرسل بالمستقبل لسلاسل الكتل ذات النموذج الحسابي عبر الاستفيد من التشفير المتماسك مع الالتزام تحت فرضية ديفي-هيلمان القرارية دون الحاجة إلى إعداد موثوق.
تقدم هذه الورقة نموذج تحويل بصري معياري يدمج بين الرؤية الحاسوبية والمطابقة القائمة على القواعد لتوحيد معالجة موارد التراث الثقافي الرقمي، مثل جداريات دون هوانغ، وتحويلها إلى مهام وتقييمات لمناهج الفنون المؤتمتة، مما أظهر تحسينات ملحوظة في نتائج تعلم الطلاب وتوافقاً عالياً مع تقييمات المعلمين في بيئة المدرسة الإعدادية.
تُظهر هذه الدراسة أن عمليات تسلسل (JSON Schema) المتكافئة في التحقق يمكن أن تؤدي إلى تغييرات ذات دلالة إحصائية ومعنى عملي في توزيعات مخرجات النماذج اللغوية، مما يكشف أن التكافؤ في التحقق وحده غير كافٍ ليكون أوراكل تراجع (regression oracle) لضمان المتانة التوزيعية في الأنظمة المنشورة.
تقترح هذه الورقة البحثية إطار عمل هجين يُسمى BRB-GNN، يجمع بين الشبكات العصبية الرسومية (Graph Neural Networks) لاستخراج الميزات المكانية وقاعدة قواعد الاعتقاد (Belief Rule Base) للتصنيف القابل للتفسير، وذلك لتشخيص الأعطال المتعددة والمتزامنة في شبكات الاستشعار اللاسلكية بفعالية، مع أداء مُثبت على كل من مجموعات البيانات الاصطناعية والواقعية.
يُعد CardioTrust إطار عمل مبتكرًا وموثوقًا للذكاء الاصطناعي يدمج بين تصنيف المخاطر باستخدام تعلم الآلة، والتوليد المعزز بالاسترجاع الهجين الموجه بالتنبؤ، وقابلية التفسير عبر تقنية SHAP، لتقديم تنبؤات شخصية لأمراض القلب والأوعية الدموية عالية الدقة وشفافة وذات أسس سريرية، متفوقًا بذلك بشكل كبير على النماذج المرجعية التقليدية.
تقدم هذه الورقة خوارزمية FC-CML، التي تستفيد من الطوبولوجيا الدائرية والالتفاف السريع لتقليل التعقيد الزمني والمكاني لترميز الصور العصبية الفوضوية من O(N³) وO(N²) إلى O(N log N) وO(N)، على التوالي، مما يتيح معالجة صور مستقرة وعالية السرعة على الأجهزة الطرفية منخفضة التكلفة مثل ESP32.
تقترح هذه الورقة إطار عمل للتعلم التعزيزي قائم على تحسين السياسة القريبة (PPO) لإدارة تدفق الطاقة ثنائي الاتجاه من المركبة إلى الشبكة باستخدام مجموعة بيانات "Indian Grid Master" لموازنة الفوائد الاقتصادية والبيئية مع طول عمر البطارية من خلال دالة مكافأة غير متماثلة وقيود صارمة على حالة الشحن.
تقترح هذه الورقة إطار عمل مطورًا لنموذج EfficientNetV2-L يستخدم مجموعة بيانات متوازنة تم إنشاؤها بواسطة Stable Diffusion لتحقيق دقة ومتانة فائقتين في اكتشاف صور الأشعة المقطعية للرئة المزيفة (deepfake) مقارنة بنماذج التعلم العميق الحالية.
تقدم الورقة البحثية BioGCN، وهي شبكة تلافيفية رسومية مستوحاة بيولوجياً تدمج أكواد التصنيف العلاجي الكيميائي (ATC) كمعرفة مجال لتعزيز دقة التنبؤ بالتوافر الحيوي الفموي لدى البشر بشكل كبير مقارنة بطرق تعلم الآلة التقليدية والنماذج الحالية.
تقترح هذه الورقة البحثية خوارزمية DTRW-YOLO11s، وهي خوارزمية محسنة للكشف عن عيوب العوازل تدمج وحدة تقليل العينات DSDown، وانتباه الثلاثي (Triplet Attention)، والإدراك متعدد المقاييس القائم على RFCAConv مع فقد WIoU لتحسين دقة الكشف وكفاءة الحوسبة بشكل كبير، مع تقليل الإيجابيات الكاذبة والتشخيصات المفقودة في بيئات خطوط النقل المعقدة.