الأبحاث في مجال: علوم الحاسوب (Computer Science)
-
تصوير البروفيلومتري بإسقاط الحواف بدقة فائقة من لقطة واحدة (SSSR-FPP): تصوير ثلاثي الأبعاد بسرعة 100,000 إطار في الثانية باستخدام التعلم العميق
Single-shot super-resolved fringe projection profilometry (SSSR-FPP): 100,000 frames-per-second 3D imaging with deep learning2025 | المؤلف: Bowen Wang وآخرون | المجلة: Light Science & Applications | المجال: الرؤية الحاسوبية والتعرف على الأنماط (Computer Vision and Pattern Recognition)تقدم البحث تقنية تصوير ثلاثية الأبعاد فائقة السرعة جديدة تُدعى قياس نمط الشريط الفائق الدقة من لقطة واحدة (SSSR-FPP)، والتي تحقق سرعة تصوير غير مسبوقة تبلغ 100,000 هرتز. تستخدم هذه الطريقة زوجًا واحدًا من أنماط الشريط ذات نسبة إشارة إلى ضوضاء منخفضة (SNR) ودقة منخفضة، مما يسمح بإعادة بناء الطور غير الملفوف وترتيب الشريط بدقة…
-
توسيع وربط حاسوب كمي ضوئي معياري
Scaling and networking a modular photonic quantum computer2025 | المؤلف: H. Aghaee Rad وآخرون | المجلة: Nature | المجال: الذكاء الاصطناعي (Artificial Intelligence)تناقش ورقة البحث إمكانيات الفوتونيات كمنصة للحوسبة الكمومية، مع تسليط الضوء على مزاياها مثل تكامل الرقائق، والألياف الضوئية للشبكات، والقدرة على العمل في درجة حرارة الغرفة. يقدم المؤلفون نموذجًا مصغرًا لجهاز كمبيوتر كمومي يسمى “أورورا”، يتكون من 35 شريحة فوتونية ويحتوي على مكونات أساسية للتشغيل الشامل والمقاوم للأخطاء. يتضمن هذا النظام 84 ضاغطًا و36 كاشفًا…
-
زهرة نادرة: تصحيح مليون خطأ في الثانية لكل نواة باستخدام المطابقة ذات الوزن الأدنى
Sparse Blossom: correcting a million errors per core second with minimum-weight matching2025 | المؤلف: Oscar Higgott وآخرون | المجلة: Quantum | المجال: الذكاء الاصطناعي (Artificial Intelligence)في هذا البحث، يقدم المؤلفون تنفيذًا جديدًا لفك الشيفرة باستخدام المطابقة المثالية ذات الوزن الأدنى (MWPM)، والذي يُطلق عليه “بلوسوم المتناثر”، والذي تم تصميمه خصيصًا لتصحيح الأخطاء الكمومية، وخاصةً لرموز السطح. يعزز هذا الخوارزمية خوارزمية البلوسوم التقليدية من خلال القضاء على الحاجة إلى عمليات بحث دايكسترا الشاملة، والتي تتطلب حسابات مكثفة. يظهر بلوسوم المتناثر أداءً…
-
نموذج تعلم عميق قائم على LSTM محسن لاكتشاف اختراقات الشبكة الشاذة
An optimized LSTM-based deep learning model for anomaly network intrusion detection2025 | المؤلف: Nitu Dash وآخرون | المجلة: Scientific Reports | المجال: شبكات واتصالات الحاسوب (Computer Networks and Communications)تتناول ورقة البحث الطلب المتزايد على أمان الشبكات بسبب زيادة الهجمات الإلكترونية، مع التأكيد على الدور الحاسم لأنظمة كشف التسلل (IDS) في حماية الشبكات. تسلط الضوء على قيود أنظمة IDS الحالية، وخاصة معدلات الإنذار الكاذب العالية، وتدعو إلى دمج تقنيات التعلم العميق لتعزيز قدرات الكشف. تقترح الدراسة نموذج ذاكرة طويلة وقصيرة المدى (LSTM) محسن لكشف…
-
التنفيذ الواقعي على مستوى البلاد للذكاء الاصطناعي في الكشف عن السرطان في فحص الماموجرافي القائم على السكان
Nationwide real-world implementation of AI for cancer detection in population-based mammography screening2025 | المؤلف: Nora Eisemann وآخرون | المجلة: Nature Medicine | المجال: الذكاء الاصطناعي (Artificial Intelligence)تعد دراسة PRAIM تجربة متعددة المراكز، رصدية، غير تفاضلية تقيم فعالية القراءة المزدوجة المدعومة بالذكاء الاصطناعي في فحص الماموجرام مقارنة بالقراءة المزدوجة القياسية. أجريت الدراسة في 12 موقعًا في ألمانيا من يوليو 2021 إلى فبراير 2023، وشملت 463,094 امرأة تتراوح أعمارهن بين 50-69 عامًا، حيث تلقت 260,739 منهن مساعدة من 119 طبيب أشعة مشارك. أظهرت…
-
تقسيم أورام الثدي القابلة للتفسير باستخدام الانتباه بالاعتماد على مزيج من نماذج UNet وResNet وDenseNet وEfficientNet
Explainable attention based breast tumor segmentation using a combination of UNet, ResNet, DenseNet, and EfficientNet models2025 | المؤلف: Shokofeh Anari وآخرون | المجلة: Scientific Reports | المجال: الذكاء الاصطناعي (Artificial Intelligence)تقدم هذه الدراسة نهج تعلم عميق لتجزئة أورام الثدي باستخدام مجموعة بيانات صور الموجات فوق الصوتية للثدي (BUSI)، معتمدة على بنية UNet المعدلة المعززة بآليات الانتباه مثل وحدة انتباه الكتلة التلافيفية (CBAM) والانتباه غير المحلي. من خلال دمج هياكل ترميز متقدمة مثل ResNet وDenseNet وEfficientNet، يحسن النموذج بشكل كبير من دقة التجزئة، كما يتضح من…
-
توزيع المفاتيح الكمية المنفذة باستخدام فوتونات متشابكة في صناديق زمنية بمستوى d
Quantum key distribution implemented with d-level time-bin entangled photons2025 | المؤلف: Hao Yu وآخرون | المجلة: Nature Communications | المجال: الذكاء الاصطناعي (Artificial Intelligence)تسلط الأبحاث الضوء على أهمية حالات الفوتون عالية الأبعاد، أو الكوديت، في تعزيز السعة، ومقاومة الضوضاء، ومعدلات البيانات في أنظمة الاتصالات الكمومية. على وجه التحديد، تم تحديد الكوديت المتشابكة في حاويات زمنية كمرشحين واعدين للاتصالات الكمومية عالية الأبعاد عبر شبكات الألياف الضوئية، ومع ذلك، تواجه تطبيقاتها العملية تحديات مثل عدم استقرار الطور وانخفاض قابلية التوسع…
-
أذكى، أفضل، أسرع، أطول: مشفر ثنائي الاتجاه حديث للتدريب الدقيق والاستدلال السريع والفعال من حيث الذاكرة والسياق الطويل
Smarter, Better, Faster, Longer: A Modern Bidirectional Encoder for Fast, Memory Efficient, and Long Context Finetuning and Inference2025 | المؤلف: Benjamin C. Warner وآخرون | المجلة: Proceedings of the 63rd Annual Meeting of the Association for Computational Linguistics (Volume 1: Long Papers) | المجال: الرؤية الحاسوبية والتعرف على الأنماط (Computer Vision and Pattern Recognition)يقدم هذا القسم ModernBERT، وهو نموذج متقدم من نوع المحولات يعتمد فقط على الترميز، والذي يعزز الأداء بشكل كبير في مهام الاسترجاع والتصنيف مقارنة بسابقيه، وخاصة BERT. تم تدريبه على 2 تريليون رمز مع أقصى طول تسلسل يبلغ 8192، يحقق ModernBERT نتائج رائدة في مختلف المعايير، بما في ذلك مجموعة بيانات GLUE، حيث يتفوق على…
-
انهار نماذج الذكاء الاصطناعي عند تدريبها على بيانات تم إنشاؤها بشكل متكرر
AI models collapse when trained on recursively generated data2024 | المؤلف: Ilia Shumailov وآخرون | المجلة: Nature | المجال: الذكاء الاصطناعي (Artificial Intelligence)يتم تعريف انهيار النموذج كظاهرة تنكسية تؤثر على الأجيال المتعاقبة من النماذج التوليدية المتعلمة، حيث تلوث البيانات التي تنتجها هذه النماذج مجموعات بيانات التدريب للأجيال اللاحقة. يؤدي هذا التلوث إلى إدراك مشوه للواقع في النماذج، كما هو موضح في الشكل 1a. تحدد الورقة شكلين متميزين من انهيار النموذج: انهيار النموذج المبكر، الذي يتميز بفقدان المعلومات…
-
نموذج أساسي لتشخيص الأمراض النسيجية الحاسوبية ذات الجودة السريرية واكتشاف السرطانات النادرة
A foundation model for clinical-grade computational pathology and rare cancers detection2024 | المؤلف: Eugene Vorontsov وآخرون | المجلة: Nature Medicine | المجال: الذكاء الاصطناعي (Artificial Intelligence)يتناول القسم التقدم في علم الأمراض الحاسوبي الذي يسهل استخدام مجموعات بيانات أكبر بكثير من تلك المستخدمة تاريخياً. يبرز دور خوارزميات التعلم الذاتي، التي تسمح بتدريب النماذج بشكل فعال دون الحاجة إلى بيانات موسومة بشكل واسع. مساهم رئيسي في تحسين أداء نماذج الرؤية الحاسوبية في هذا المجال هو تطوير الشبكات العصبية العميقة على نطاق واسع،…