2327 ورقة بحثية
تقدم الورقة البحثية AI-LOMAC، وهو إطار عمل ذو حلقة مغلقة مدفوع بالذكاء الاصطناعي يدمج مطيافية الممانعة الديناميكية مع نماذج الرؤية واللغة للكشف عن بدء ترسب الليثيوم قبل وقوعه بخمس دقائق وبشكل مستقل، وللتخفيف من حدته في الوقت الفعلي، مما يعزز سلامة البطارية، ودورة حياتها، وقابليتها للتوسع عبر مختلف أشكال الخلايا.
تقترح هذه الورقة بروتوكولاً منهجياً من أربع مراحل لتصحيح انحياز تعلم الآلة للإشعاع الشمسي الساتلي، وهو ما يكشف كيف يمكن للتحقق المتقاطع المعياري أن يحجب فشل النموذج في التعميم عبر المحطات، مما يثبت أن الخوارزميات المرنة غالباً ما تحفظ الخصائص النوعية لكل موقع بدلاً من تعلم العلاقات الجوية القابلة للنقل في شبكات الموسمي المداري.
تقدم هذه الورقة ترانزستورات عصبية من نوع ReS2/PZT تدمج قدرات الاستشعار والتخزين والحوسبة من خلال تعديل ضوئي وفيروكهربائي تآزري، مما يتيح استجابات تعتمد على التسلسل لنظام مصادقة ثنائي الأنماط يجمع بين القفل التشفيري والتعرف على الوجه.
تُثبت هذه الدراسة أن مسار تعلم آلي قابل للتوسع، باستخدام بيانات ثانوية مفتوحة المصدر والذكاء الاصطناعي القابل للتفسير (XGBoost مع SHAP)، يمكنه التنبؤ بدقة بهشاشة الطرق الحضرية تجاه الفيضانات في المناطق الساحلية بغرب أفريقيا من خلال تحديد العتبات الفيزيائية الدقيقة الحرجة — وتحديداً الارتفاع، والميل، وعدم نفاذية السطح — مع الكشف عن أن التسلسل الهرمي الإداري للطرق ومؤشرات التربة الكلية لها تأثير ضئيل، مما يقدم نموذجاً استرشادياً فعالاً من حيث التكلفة للتخطيط للبنية التحتية المرنة مناخياً في المناطق محدودة البيانات.
تستخدم هذه الدراسة نموذجاً عددياً لخط نقل بجهد 110 كيلو فولت تحت تأثير إثارة مشتركة من الرياح والأمطار لتحديد عتبات التمايل الحرجة واقتراح نظام إنذار مبكر كمي مكون من ثلاثة مستويات بناءً على قفزات الإزاحة ومعلمات الرياح لتعزيز سلامة الشبكة.
تقدم هذه الورقة معياراً للتدفق البيني ثلاثي الأطوار يعتمد على نظام "كاين-هيليارد-نافييه-ستوكس" ثلاثي، وتثبت أن بنية تعلم العمليات المدمجة طيفياً باستخدام قاموس "تشيبيشيف" ثابت تتفوق بشكل كبير على متغيرات "DeepONet" القياسية والقائمة على "فوريه" في التنبؤ بديناميكيات متعددة الأطوار معقدة.
تقدم هذه الورقة أداة التشخيص "Oracle-Persistence"، وهي إطار عمل مدرك للسعة يميز بين الانحراف المفاهيمي الناتج عن الطقس والناتج عن الأجهزة في التنبؤ طويل الأمد بقدرة الطاقة الكهروضوئية، وذلك من خلال الفصل بين السعة الفعالة الكامنة وبين خرائط التحويل من الطقس إلى الطاقة، مما يتيح اكتشاف تدهور النظام أو مشكلات الصيانة التي تتسبب في انخفاض دقة النموذج بشكل صامت.
تُظهر هذه الدراسة أن نماذج تعلم الآلة التجميعية، ولا سيما نموذج LightGBM، تتنبأ بفعالية بتدرجات الانكسارية الراديوية الرأسية عبر المناخات المعتدلة وشبه القطبية والقطبية باستخدام بيانات إعادة التحليل ERA5 ومتنبئات جوية متنوعة، محققةً دقة عالية مع تسليط الض الضوء على الحاجة إلى التحقق المستقبلي مقابل الملاحظات المستقلة.
تضع هذه الدراسة إطاراً كمياً يربط بين تاريخ التقادم الحراري وتدهور القص بين الطبقات في صفائح الكربون (T700/epoxy) المركبة، وذلك من خلال الجمع بين اختبارات القص للعوارض القصيرة التجريبية ومعلمات منطقة التماسك المستنتجة بايزياً ونماذج التطور المعتمدة على درجة الحرارة للتنبؤ بدقة بسلوك الواجهة والارتباط الميكانيكي على المدى الطويل.
تقترح هذه الورقة البحثية نموذج TRGF-KG، وهو طريقة للتنبؤ بمسار الأعاصي متعدد الخطوات تدمج ديناميكيات المسار الزماني والمكاني مع العلاقات الهيكلية المسبقة عبر بنية مكونة من فرعين من نوع "Transformer" و"R-GCN" للحد من تراكم الأخطاء وتحسين دقة التنبؤ طويل المدى.