3229 ورقة بحثية
تقترح هذه الورقة إطار عمل للتعلم الآلي ثنائي الأنماط يدمج الميزات النصية (TF-IDF) والصوتية (MFCC) للكشف عن الاكتئاب، محققاً دقة عالية (تصل إلى 99.38% باستخدام XGBoost على البيانات الصوتية) ومبرهناً على إمكانات التعلم متعدد الأنماط للتشخيصات الصحية النفسية غير الجراحية والقابلة للتوسع.
تقترح هذه الورقة البحثية شبكة WMS-Net، وهي شبكة تآزرية تعتمد على المويجات ونموذج مامبا (Wavelet-Mamba Synergistic Network)، تستفيد من تحويلات مويجات هار (Haar wavelet transforms) متعددة المستويات، ووحدة مدركة للاتجاه قائمة على نموذج مامبا (Mamba-based Direction-Aware module)، وآلية تفاعل انتباه عبر المهام (Cross-Task Attention Interaction mechanism) لمعالجة الضوضاء وتشابك الميزات بفعالية، مما يحقق أداءً هو الأفضل حالياً في التجزئة الدلالية المشتركة وتقدير الارتفاع من صور الاستشعار عن بعد أحادية اللون (RGB).
تقترح هذه الورقة نموذجاً خفيف الوزن وعالي الدقة للكشف عن أورام الدماغ يجمع بين تقنيات الدقة الفائقة وبنية "ترانسفورمر" اصطناعية تتميز بآليات انتباه القنوات والبكسل، محققةً دقة بنسبة 99.16% على مجموعة بيانات تضم 7,023 صورة رنين مغناطيسي مع التفوق على نماذج التعلم العميق الحديثة.
تقدم هذه الورقة خوارزمية DEDA-AFCQ، وهي طريقة مبتكرة لتعزيز كشف الحواف تستخدم معاملات من الدوال التحليلية ضمن إطار حساب q (q-Calculus) لتوليد أقنعة تلافيف ثمانية الاتجاهات، مما يظهر دقة هيكلية وأداءً فائقين على التقنيات الحالية مثل CSKP والأساليب القائمة على Mittag–Leffler في مجموعات البيانات القياسية.
تقترح هذه الورقة البحثية PaletteGAN، وهو إطار عمل لشبكات الخصومة التوليدية (GAN) الموجهة بلوحة الألوان، والذي يعزز الحفاظ على الهيكل والتحكم في الألوان في تلوين رسومات الأزماط من خلال دمج تعزيز البيانات المحافظ على السطوع، وبناء لوحة ألوان مكونة من ستة ألوان محسنة إدراكياً، وبنية متخصصة للمولد والمميز، محققاً أداءً فائقاً في الواقعية البصرية واتساق التصميم على مجموعة بيانات ميريلاند المنقحة (Cleaned Maryland Dataset).
تقترح هذه الورقة "مُعامل رسم المرونة السببية" (CRGO)، وهو نظام ديناميكي موحد يدمج التعلم الآلي السببي مع تعلم الرسوم البيانية لنمذجة تطور شبكات الاستثمار العالمية العابرة للحدود، وانتشار الصدمات، والمرونة المقابلة للواقع في آن واحد، مما يتيح التنبؤ الصارم وتدقيق المرونة النظامية.
تقدم هذه الورقة إطار عمل DOLPHIN، وهو إطار عمل يحافظ على الخصوصية ويستفيد من النماذج اللغوية الكبيرة غير المتصلة بالإنترنت والجيل المعزز بالاسترجاع لتعزيز الجاهزية للتحقيق في الأدلة الرقمية بشكل كبير من خلال تقييم اكتمال الأدلة بدقة، وكشف فجوات محددة، وتقليل وقت إعداد القضايا مع ضمان بقاء البيانات محلية.
تثبت هذه الدراسة تجريبياً أن الذكاء الاصطناعي يعزز بشكل كبير تطوير النقل الأخضر في المدن من خلال تعزيز تبادل المعلومات، واتخاذ القرار، والتنسيق التنظيمي، مع كون هذه الآثار الإيجابية أكثر وضوحاً في المدن التي تتميز بكثافة سكانية عالية، واستهلاك للطاقة، وتلوث، وازدحام مروري.
تقترح هذه الورقة بروتوكول WDQAR، وهو بروتوكول توجيه تكيفي للشبكات المتنقلة الطائرة يستفيد من إطار تعلم Q المزدوج الموزون بالتزامن مع الاكتشاف الديناميكي للجيران والترشيح القائم على القطاعات للتخفيف من انحياز تقدير قيمة Q وتحسين أداء التوجيه في بيئات الطائرات بدون طيار عالية الحركة.
تقترح هذه الورقة نظاماً متطوراً للتوصية بالمحاصيل يستخدم تقنية الإفراط في أخذ العينات العشوائية، وتحسيناً لطرق التطبيع واختيار الميزات الهجين، وشبكة متبقية مقطعة عريضة مدمجة مع شبكة تحليل المشهد الهرمي للتنبؤ بدقة بالمحاصيل المثلى بناءً على بيانات التربة المعيارية.