الأبحاث في مجال: معالجة الإشارات (Signal Processing)
-
دويت: تحسين مزدوج للتجميع المعزز لتوقعات السلاسل الزمنية المتعددة المتغيرات
2025 | المؤلف: Xiangfei Qiu وآخرون | المجلة: Proceedings of the 31st ACM SIGKDD Conference on Knowledge Discovery and Data Mining V.1 | المجال: معالجة الإشارات (Signal Processing)تقدم ورقة البحث DUET، وهو إطار عمل جديد مصمم لتعزيز توقعات السلاسل الزمنية متعددة المتغيرات، حيث يتناول التحديات التي تطرحها الأنماط الزمنية غير المتجانسة والارتباطات المعقدة بين القنوات. يستخدم DUET نهج تجميع مزدوج، يتضمن وحدة تجميع زمنية (TCM) تصنف السلاسل الزمنية إلى توزيعات دقيقة. وهذا يسمح بتطبيق مستخلصات أنماط متخصصة مصممة لكل مجموعة، مما يعكس…
-
توليد بيانات سجلات الآبار والتعويض باستخدام الشبكات التنافسية التوليدية المعتمدة على التسلسل
2025 | المؤلف: Abdulrahman Al‐Fakih وآخرون | المجلة: Scientific Reports | المجال: معالجة الإشارات (Signal Processing)تقدم ورقة البحث إطارًا جديدًا يستخدم الشبكات التنافسية التوليدية القائمة على التسلسل (GANs) لتحسين تحليل بيانات سجلات الآبار، والتي تعتبر ضرورية لاستكشاف الهيدروكربونات. يتكون الإطار من نموذجين: شبكة GAN لسلاسل الزمن (TSGAN) لتوليد بيانات سجلات آبار اصطناعية وشبكة GAN للتسلسل (SeqGAN) لملء البيانات المفقودة. تم اختبارها على مجموعة بيانات من بحر الشمال، وتظهر الدراسة أن…
-
تعزيز اكتشاف البرمجيات الضارة باستخدام تقنيات اختيار الميزات والتقنيات القياسية مع نماذج التعلم الآلي
2025 | المؤلف: Rakibul Hasan وآخرون | المجلة: Scientific Reports | المجال: معالجة الإشارات (Signal Processing)تتناول الدراسة التحدي المتزايد لاكتشاف البرمجيات الضارة في الأمن السيبراني من خلال تقييم آثار اختيار الميزات، وتوحيد الميزات، ونماذج التعلم الآلي (ML) المختلفة على أداء الاكتشاف. باستخدام مجموعة بيانات تصنيف ثنائية تتكون من 11,598 عينة و139 ميزة، تجري الأبحاث تجارب مع ثلاث تقنيات لتوحيد الميزات (بدون توحيد، والتطبيع، وتوحيد الحد الأدنى والحد الأقصى) وثلاث طرق…
-
الكشف عن البرمجيات الخبيثة الهجينة وتصنيفها باستخدام الشبكات العصبية العميقة
2025 | المؤلف: Zhenyun Du وآخرون | المجلة: International Journal of Computational Intelligence Systems | المجال: معالجة الإشارات (Signal Processing)تقدم هذه الورقة البحثية إطار عمل للتعلم العميق لاكتشاف البرمجيات الضارة على أندرويد، والذي يعالج بفعالية التحديات الكبيرة في المنهجيات الحالية، لا سيما فيما يتعلق بالتعتيم وقابلية التوسع وسط التطور السريع للتطبيقات. يستخدم النظام المقترح تحليلًا متعدد الأبعاد لأذونات أندرويد، والنوايا، واستدعاءات واجهة برمجة التطبيقات، مما يسهل استخراج الميزات القوية حتى عند مواجهة الهندسة العكسية.…
-
التعلم العميق لتوقعات السلاسل الزمنية: مراجعة وتطبيقات في الجيوتقنية والعلوم الجيولوجية
2025 | المؤلف: Farid Fazel Mojtahedi وآخرون | المجلة: Archives of Computational Methods in Engineering | المجال: معالجة الإشارات (Signal Processing)تقدم هذه الورقة مراجعة شاملة لخوارزميات التعلم العميق (DL) المصممة لتوقع السلاسل الزمنية في مجالات الجيوتقنية والعلوم الجيولوجية. تسلط الضوء على فعالية طرق DL، وخاصة الشبكات العصبية التكرارية (RNNs) مثل الشبكات ذات الذاكرة طويلة وقصيرة المدى (LSTM)، والشبكات العصبية التلافيفية (CNNs)، والنماذج الهجينة، في إدارة مجموعات البيانات المعقدة واستخراج الميزات ذات الصلة بشكل مستقل. تغطي…
-
البحث القائم على الرسوم البيانية: تقييم تجريبي لأحدث التقنيات
2025 | المؤلف: Ilias Azizi وآخرون | المجلة: Proceedings of the ACM on Management of Data | المجال: معالجة الإشارات (Signal Processing)تقدم الورقة مسحًا شاملاً لأساليب البحث عن المتجهات التقريبية $n$ القائمة على الرسوم البيانية، مع تسليط الضوء على التعقيد المتزايد في تحليل مجموعات بيانات المتجهات الكبيرة، التي يمكن أن تتكون من مليارات المتجهات مع آلاف الأبعاد. يصنف المؤلفون هذه الأساليب إلى خمسة نماذج تصميم رئيسية: اختيار البذور، الإدراج التدريجي، انتشار الجوار، تنويع الجوار، والتقسيم والغزو.…
-
التعلم العميق لتوقعات السلاسل الزمنية: استعراض
2025 | المؤلف: Xiangjie Kong وآخرون | المجلة: International Journal of Machine Learning and Cybernetics | المجال: معالجة الإشارات (Signal Processing)تقدم هذه القسم نظرة عامة على أهمية وتطور التنبؤ بالسلاسل الزمنية (TSF)، مع تسليط الضوء على دوره الحاسم عبر مختلف الصناعات مثل الطاقة والرعاية الصحية وحركة المرور والأرصاد الجوية والاقتصاد. يشير إلى أن النماذج الإحصائية التقليدية غالبًا ما تفشل في تقديم الدقة العالية المطلوبة في التطبيقات العملية. أدى ظهور التعلم العميق إلى تطوير العديد من…
-
تعزيز اكتشاف البرمجيات الضارة من خلال اختيار الميزات الذاتية باستخدام مُحسِّن الذئب الرمادي
2024 | المؤلف: Mosleh M. Abualhaj وآخرون | المجلة: Indonesian Journal of Electrical Engineering and Computer Science | المجال: معالجة الإشارات (Signal Processing)تقدم هذه البحث نظام RFGWO-Mal، وهو نهج مبتكر للكشف عن البرمجيات الضارة وتصنيفها باستخدام مزيج من مصنف الغابة العشوائية (RF) ومحسن الذئب الرمادي (GWO). يستخدم النظام طريقة جديدة لاختيار الميزات ذات الاتحاد الذاتي، والتي تدمج الميزات من مجموعات فرعية مختلفة تم تحديدها بواسطة GWO لمهام التصنيف الثنائي والمتعدد الفئات. تم تقييم فعالية نظام RFGWO-Mal باستخدام…
-
العلامات المائية القابلة للتوسع لتحديد مخرجات نماذج اللغة الكبيرة
2024 | المؤلف: Sumanth Dathathri وآخرون | المجلة: Nature | المجال: معالجة الإشارات (Signal Processing)يتناول هذا القسم تطوير وتنفيذ SynthID-Text، وهو نظام جديد لتضمين العلامات المائية مصمم لنماذج اللغة الكبيرة (LLMs) التي تولد نصوصًا اصطناعية عالية الجودة مع ضمان الكشف الفعال عن مثل هذا النص. على عكس طرق التضمين السابقة، يقوم SynthID-Text بتعديل إجراء العينة فقط أثناء توليد النص، مما يحافظ على سلامة تدريب LLM ويحقق كفاءة حسابية في…
-
الخداع الرقمي: الذكاء الاصطناعي التوليدي في الهندسة الاجتماعية والتصيد
2024 | المؤلف: Marc Schmitt وآخرون | المجلة: Artificial Intelligence Review | المجال: معالجة الإشارات (Signal Processing)تتناول ورقة البحث التأثير الكبير للذكاء الاصطناعي التوليدي (AI) على هجمات الهندسة الاجتماعية (SE)، مشددة على كيفية تعزيز التقدم في الذكاء الاصطناعي وتعلم الآلة (ML) لكل من فعالية وتحديات الأمان في التفاعلات الرقمية. من خلال مراجعة منهجية، يحدد المؤلفون ثلاثة أعمدة رئيسية—إنشاء محتوى واقعي، استهداف متقدم وتخصيص، وبنية تحتية للهجوم الآلي—حيث يعزز الذكاء الاصطناعي التوليدي…