3124 ورقة بحثية
تقترح هذه الورقة إطار عمل هجين لتشخيص الأعطال في أنظمة التوزيع يدمج بين مشفر تلقائي تلافيفي متعدد المقاييس ذي عتبة ديناميكية وبين خوارزمية أقرب جار K المعززة بمسافة ماهالانوبيس واستراتيجية عتبة درجة الطاقة الديناميكية للتغلب على تحديات تداخل الميزات وتحديد مواقع أعطال العقد المتجاورة بدقة في بيئات الضجيج المعقدة.
تقدم هذه الورقة DA-GAT-CADS، وهو حل قائم على التعلم لمسألة البائع المتجول في الفضاء الإقليدي يجمع بين مشفر رسم بياني "ديلوني" (Delaunay) مرتكز هندسيًا وفك تشفير أخذ عينات ديناميكي متحكم فيه ببوابة ومتكيف مع السياق، وذلك لتحقيق توازن فعال بين الكفاءة الحسابية وجودة الحل من خلال الموازنة بين الأولويات الهيكلية المحلية واختيار المرشحين غير المحليين المعتمد على الحالة.
تقدم هذه الدراسة وتتحقق من صحة نظام خبير ضبابي من النوع الثاني تم تطويره بلغة بايثون، يستفيد من المعرفة الخبيرة لتشخيص سرطان الثدي بفعالية والتوصية بالعلاجات، محققاً دقة عالية (98%) ومقاييس أداء قوية لمعالجة عدم اليقين التشخيصي وتحسين رعاية المرضى في البيئات محدودة الموارد.
تقترح هذه الورقة إطار عمل هجينًا مبتكرًا يجمع بين الشبكة التلافيفية الزمنية (TCN) ونموذج "ترانسفورمر" مُحسَّن يتميز بالانتباه المتفرق المجزأ والتعلم التلوي القائم على خوارزمية (MAML)، وذلك لتحقيق تنبؤ عالي الدقة، وفعال حاسوبيًا، ومتين للعمر المتبقي لعينات صغيرة من المحامل الدوارة تحت ظروف تشغيل معقدة.
تقترح هذه الورقة البحثية Ultra-Fusion، وهو إطار عمل للكشف الديناميكي متعدد الوسائط يدمج خوارزمية مبتكرة لتعيين بصمة RGB، ومحركاً هجيناً من نوع CNN-Mamba-Transformer، وفرعاً إحصائياً لتحقيق دقة متطورة وقدرة قوية على التعميم في تصنيف البرمجيات الخبيثة متعددة الأشكال والمتغيرة.
تقدم الورقة البحثية CaliCrack، وهو دالة خسارة (loss function) خالية من المعلمات تُستخدم أثناء وقت التدريب وتعمل على معاقبة تضخم الحدود في نماذج تقسيم الشقوق، مما يحسن بشكل كبير درجات الدقة (precision) ومقياس F1 على مجموعة بيانات DeepCrack من خلال تقليل التنبؤات المفرطة في السماكة التي تؤدي إلى نتائج إيجابية كاذبة في عمليات فحص الطرق المؤتمتة.
تقارن هذه الدراسة ستة نماذج لغوية كبيرة بالخبراء البشريين في تقييم AGREE II لإرشادات الممارسة السريرية لمرض تعفن الدم، كاشفةً أنه بينما تحقق النماذج توافقاً متوسطاً، فإنها تظهر تحيزات ثابتة مرتبطة بمجالات محددة وكفاءة متفاوتة، مما يشير إلى أن دورها الأمثل هو كأدوات فرز ضمن سير عمل هجين بين البشر والذكاء الاصطناعي بدلاً من كونها مقيمات مستقلة.
تقوم هذه الورقة البحثية بقياس أداء نماذج متعددة من تعلم الآلة للكشف عن تداخل قناة الوصول العشوائي (PRACH) في شبكات الجيل الخامس (5G NR)، كاشفةً أنه في حين توفر مشفرات المحولات (Transformer Encoders) دقة عالية، فإن الشبكات العصبية الالتفافية (CNN) ونموذج (XGBoost) يقدمان التوازن الأمثل بين الدقة العالية والكفاءة الحسابية، مما يجعلهما المرشحين الأكثر ملاءمة للإدارة الفورية للتداخل.
تفصّل دراسة البحث القائم على التصميم هذه تطوير واختبار ميداني لأداة تحقق تعتمد على (Excel-VBA) لمنصة (Mozilla Common Voice)، مما يوضح كيف يمكن للتحسينات التصميمية التكرارية التي تمنح الأولوية لتفضيلات الإملاء المجتمعي على الميزات التقنية أن تعزز جودة البيانات واستدامة المشاركين في مشاريع اللغة الشركسية المهددة بالانقراض.
تقترح هذه الورقة بنية هجينة تجمع بين الشبكات التنافسية التوليدية (GANs) ونماذج الانتشار المستقر (Stable Diffusion) المُحسّنة لمعالجة عدم استقرار التدريب وانهيار النمط، محققةً توليد صور عالية الجودة بواقعية فائقة مقارنة بالشبكات التنافسية التوليدية المستقلة لتطبيقات تتراوح من إعادة البناء الجنائي إلى تعزيز البيانات.