الأبحاث في مجال: الذكاء الاصطناعي (Artificial Intelligence)
-
مسح حول الوكلاء المعتمدين على نماذج اللغة الكبيرة للإحصاء وعلوم البيانات A Survey on Large Language Model-based Agents for Statistics and Data Science
2026 | المؤلف: Maojun Sun وآخرون | المجلة: The American Statistician | المجال: الذكاء الاصطناعي (Artificial Intelligence)تستعرض هذه الدراسة التقدم في وكلاء علم البيانات المدعومين بنماذج اللغة الكبيرة (LLMs)، والتي تُعرف بـ “وكلاء البيانات”. تمتلك هذه الوكلاء القدرة على إحداث ثورة في تحليل البيانات التقليدي من خلال تبسيط المهام المعقدة وجعل علم البيانات أكثر سهولة للمستخدمين الذين يفتقرون إلى الخبرة التقنية. يناقش البحث تطور وقدرات الأطر المعتمدة على LLM، مع التركيز…
-
SarcasmBench: نحو تقييم نماذج اللغة الكبيرة في فهم السخرية SarcasmBench: Towards Evaluating Large Language Models on Sarcasm Understanding
2026 | المؤلف: Yazhou Zhang وآخرون | المجلة: IEEE Transactions on Affective Computing | المجال: الذكاء الاصطناعي (Artificial Intelligence)في هذا البحث، يستكشف المؤلفون قدرة نماذج اللغة الكبيرة (LLMs) على فهم السخرية، وهي ظاهرة لغوية معقدة تتجاوز تحليل المشاعر الأساسي. يجادلون بأنه بينما حققت LLMs تقدمًا كبيرًا في المهام المصنفة على أنها “النظام I” (مثل تحليل المشاعر وتصنيف النصوص)، فإن أدائها في اكتشاف السخرية لا يزال غير كافٍ. لتقييم ذلك، يقدم البحث SarcasmBench، وهو…
-
توقع نتائج السرطان الشامل عبر نموذج تعلم عميق موحد تحت إشراف ضعيف Pancancer outcome prediction via a unified weakly supervised deep learning model
2026 | المؤلف: Wei Qi Yuan وآخرون | المجلة: Signal Transduction and Targeted Therapy | المجال: الذكاء الاصطناعي (Artificial Intelligence)تقدم البحث PROGPATH، وهو نموذج موحد جديد مصمم للتنبؤ بتوقعات السرطان الشامل من خلال دمج ميزات الصور النسيجية مع المتغيرات السريرية التي يتم جمعها بشكل روتيني. تتناول هذه الطريقة قيود النماذج الخاصة بالسرطان الموجودة، والتي غالبًا ما تفتقر إلى التحقق الخارجي الواسع وتعتمد على بيانات جزيئية قد لا تكون متاحة بسهولة في الإعدادات السريرية. يستخدم…
-
المنطق الرقمي البصري بالكامل والحوسبة العصبية المستندة إلى المساعدات متعددة الأطوال الموجية والتنافس في رنانة ميكرونية واحدة All-optical digital logic and neuromorphic computing based on multi-wavelength auxiliary and competition in a single microring resonator
2026 | المؤلف: Zhenyun Du وآخرون | المجلة: Opto-Electronic Science | المجال: الذكاء الاصطناعي (Artificial Intelligence)تقدم هذه البحث بنية جديدة للأجهزة الضوئية لتنفيذ الشبكات العصبية النابضة (SNNs)، والتي تعد واعدة للحوسبة عالية السرعة وذات الكفاءة في استهلاك الطاقة. تركز الدراسة على الرنانات الدقيقة القائمة على السيليكون (MRRs) التي تستخدم ترميز النبضات الزمانية والمكانية والديناميات المدفوعة بالأحداث لمحاكاة المعالجة المتوازية الشبيهة بالدماغ. يدمج الإطار المقترح كل من السلوكيات العصبية المثيرة والمثبطة…
-
مُحسِّن النروال: خوارزمية تحسين مستوحاة من الطبيعة لحل مشاكل التحسين المعقدة Narwhal Optimizer: A Nature-Inspired Optimization Algorithm for Solving Complex Optimization Problems
2026 | المؤلف: Raja Masadeh وآخرون | المجلة: Computers, materials & continua/Computers, materials & continua (Print) | المجال: الذكاء الاصطناعي (Artificial Intelligence)تقدم هذه البحث خوارزمية تحسين حوت النرويل (NWOA)، وهي تقنية تحسين ميتاheuristic جديدة مستوحاة من سلوكيات البحث والصيد لحيتان النرويل. تحاكي الخوارزمية بشكل خاص الاستراتيجيات التعاونية والاستكشافية التي تستخدمها حيتان النرويل أثناء الصيد الجماعي، بالإضافة إلى استخدامها للأنياب الحلزونية للملاحة، وتحديد الموقع بالصدى، واكتشاف الفريسة تحت الجليد القطبي. هذه الخصائص أساسية لتصميم الخوارزمية، مما يسمح…
-
تجميع الرسوم البيانية الزمنية العميقة: معيار شامل ومجموعات بيانات Deep Temporal Graph Clustering: A Comprehensive Benchmark and Datasets
2026 | المؤلف: Meng Liu وآخرون | المجلة: IEEE Transactions on Pattern Analysis and Machine Intelligence | المجال: الذكاء الاصطناعي (Artificial Intelligence)يقدم هذا القسم نظرة عامة على تجميع الرسوم البيانية الزمنية (TGC)، وهو مجال بحث ناشئ يركز على تجميع العقد داخل الرسوم البيانية الزمنية، مما يميزه عن تجميع الرسوم البيانية الثابتة التقليدية. يهدف TGC إلى تحقيق توازن زمني-مكاني من خلال استخدام نهج معالجة دفعات قائم على تسلسل التفاعلات. ومع ذلك، يواجه تطوير TGC تحديات كبيرة، ويرجع…
-
تتبع المعرفة العميقة وتقدير الحمل المعرفي لتوليد مسارات تعلم مخصصة باستخدام بنية الشبكة العصبية Deep knowledge tracing and cognitive load estimation for personalized learning path generation using neural network architecture
2026 | المؤلف: Tong Chunyan وآخرون | المجلة: Scientific Reports | المجال: الذكاء الاصطناعي (Artificial Intelligence)تقدم هذه الورقة البحثية إطارًا مبتكرًا لتوليد مسارات التعلم الشخصية التي تدمج تتبع المعرفة العميق مع تقدير الحمل المعرفي باستخدام بنية شبكة عصبية ذات مجرى مزدوج. تتكون البنية من وحدتين رئيسيتين: وحدة تتبع حالة المعرفة التي تستخدم محولًا ثنائي الاتجاه مع آليات انتباه رسومية، ووحدة تقدير الحمل المعرفي التي تستخدم تحليل البيانات متعددة الوسائط لتقييم…
-
إطار بحث معماري كمي مدفوع بالتوبولوجيا Topology-driven quantum architecture search framework
2026 | المؤلف: Junjian Su وآخرون | المجلة: Science China Information Sciences | المجال: الذكاء الاصطناعي (Artificial Intelligence)تقدم البحث إطار عمل بحث هندسة الكم المدفوع بالطوبولوجيا (TD-QAS)، الذي يعزز كفاءة وقابلية توسيع بحث هندسة الكم (QAS) من خلال فصل عملية التحسين إلى مرحلتين متميزتين: البحث عن الطوبولوجيا وضبط نوع البوابة. يتناول هذا النهج التحديات الحسابية المرتبطة بمساحات البحث الكبيرة في طرق QAS الحالية، كاشفًا أن طوبولوجيا الدائرة تؤثر بشكل كبير على أداء…
-
خوارزمية SMOTE المحسنة لتصنيف البيانات غير المتوازنة من خلال توسيع مساحة توليد العينات An improved SMOTE algorithm for enhanced imbalanced data classification by expanding sample generation space
2026 | المؤلف: Yingsong Li وآخرون | المجلة: Scientific Reports | المجال: الذكاء الاصطناعي (Artificial Intelligence)تقدم هذه البحث نسخة محسنة من تقنية الزيادة الاصطناعية للأقليات (SMOTE)، والتي تُسمى ISMOTE، تهدف إلى معالجة قيود الخوارزمية الأصلية في التعامل مع عدم التوازن الطبقي في مجموعات البيانات. تعزز ISMOTE توليد العينات من خلال تعديل القيود المكانية، مما يسمح بإنشاء عينات اصطناعية تعكس بشكل أفضل الكثافة المحلية وخصائص التوزيع للبيانات الأصلية. على وجه التحديد،…
-
التعلم الموثوق به من خلال عدد قليل من الأمثلة تحت الضوضاء المزدوجة Reliable Few-Shot Learning Under Dual Noises
2026 | المؤلف: Zhenyun Du وآخرون | المجلة: IEEE Transactions on Pattern Analysis and Machine Intelligence | المجال: الذكاء الاصطناعي (Artificial Intelligence)في هذا البحث، يتناول المؤلفون التحديات التي تطرحها الضوضاء داخل التوزيع (ID) وخارج التوزيع (OOD) في تكيف المهام لتعلم القليل من العينات (FSL). يقدمون DEnoised Task Adaptation (DETA++)، وهي طريقة مصممة لتعزيز موثوقية FSL من خلال التخفيف من الآثار السلبية للضوضاء المزدوجة أثناء تكيف المهام. يستخدم DETA++ وحدة تجميع الصلة التباينية (CoRA) لتعيين أوزان لعينات…